विशुद्ध रूप से कार्यात्मक सेटिंग में नीच एकल-लिंक की गई सूची पर विचार करें। इसकी प्रशंसा पहाड़ की चोटी से गाई गई है और इसे गाया जाता रहेगा। यहाँ मैं इसकी कई खूबियों और पेड़ों के आधार पर विशुद्ध रूप से कार्यात्मक अनुक्रमों के व्यापक वर्ग तक कैसे बढ़ाया जा सकता है, इस सवाल को संबोधित करूंगा।
समस्या निम्नलिखित है: आप मजबूत हैशिंग के माध्यम से ओ (1) समय में लगभग निश्चित संरचनात्मक समानता के लिए परीक्षण करना चाहते हैं। यदि हैश फ़ंक्शन संरचनात्मक रूप से पुनरावर्ती है, तो हैश (एक्स: एक्सएस) = मिक्स एक्स (हैश एक्सएस), तो आप सूचियों पर हैश मूल्यों को पारदर्शी रूप से कैश कर सकते हैं और उन्हें ओ (1) समय में अपडेट कर सकते हैं जब कोई तत्व किसी मौजूदा सूची पर सहमति व्यक्त करता है। । हैशिंग सूचियों के लिए अधिकांश एल्गोरिदम संरचनात्मक रूप से पुनरावर्ती हैं, इसलिए यह दृष्टिकोण व्यावहारिक रूप से प्रयोग करने योग्य है।
लेकिन मान लीजिए कि एक-सी लिस्ट के बजाय आपके पास ट्री-बेस्ड सीक्वेंस हैं, जो O (लॉग एन) समय में लंबाई O (n) के दो सीक्वेंस को सपोर्ट करते हैं। यहां काम करने के लिए हैश कैशिंग के लिए, हैश मिक्सिंग फंक्शन साहचर्य होना चाहिए ताकि एक ही रैखिक अनुक्रम का प्रतिनिधित्व करने में एक पेड़ की स्वतंत्रता की डिग्री का सम्मान किया जा सके। मिक्सर को उपप्रकार के हैश मान लेना चाहिए और पूरे पेड़ के हैश मान की गणना करनी चाहिए।
यह वह जगह है जहां मैं छह महीने पहले था जब मैंने इस समस्या पर एक दिन का समय बिताया था। ऐसा लगता है कि डेटा संरचनाओं पर साहित्य में कोई ध्यान नहीं दिया गया है। मैं क्रिप्टोग्राफी से टिलिच-ज़मोर हैशिंग एल्गोरिथ्म में आया था। यह 2x2 मैट्रिक्स गुणन पर निर्भर करता है (जो साहचर्य है) जहां बिट्स 0 और 1 एक गैलोज क्षेत्र में प्रविष्टियों के साथ एक सबलेजेब्रा के दो जनरेटर के अनुरूप है।
मेरा सवाल है, मैंने क्या याद किया है? क्रिप्टोग्राफी और डेटा संरचनाओं पर दोनों साहित्य में प्रासंगिकता के कागजात होने चाहिए जो मैं अपनी खोज में खोजने में विफल रहा। इस समस्या पर किसी भी टिप्पणी और संभावित स्थानों का पता लगाने के लिए बहुत सराहना की जाएगी।
संपादित करें: मैं स्पेक्ट्रम के नरम और क्रिप्टोग्राफिक रूप से मजबूत दोनों छोरों पर इस सवाल में दिलचस्पी रखता हूं। नरम पक्ष पर इसका उपयोग हैश तालिकाओं के लिए किया जा सकता है जहां टकराव से बचा जाना चाहिए, लेकिन आपत्तिजनक नहीं हैं। मजबूत पक्ष पर इसका उपयोग समानता परीक्षण के लिए किया जा सकता है।