[JSOI2009]有趣的游戏

本文介绍了一种使用AC自动机和动态规划解决字符串匹配概率问题的方法。通过构建AC自动机并结合给定的字符串集合和概率分布,文章详细阐述了如何求解每个字符串首次出现在随机生成字符串中的概率。

题意

给你一个字符串集

构造一个串S,S,每个位置你有pipi的概率插入第ii个字符

问字符串集中每个字符串最先出现在构造的串中的概率


题解

涉及到字符串匹配首先想到建立AC自动机

考虑在trietrie图上DPDP

f[u]f[u]表示uu状态在S中出现的概率

如果uu不是终止节点,那么有

f[ch[u][i]]=f[u]×pif[ch[u][i]]=∑f[u]×pi

可以看出这个转移是成环的,,所以需要高斯消元

注意到所有字符串集中的字符串出现概率和为1

idiidi表示第ii个字符串在trie图上的位置

if[id[i]]=1,∑if[id[i]]=1,随意替换掉一个方程就可以了

注意特判0.000.00

#include<bits/stdc++.h>
#define fp(i,a,b) for(register int i=a,I=b+1;i<I;++i)
#define fd(i,a,b) for(register int i=a,I=b-1;i>I;--i)
#define go(u) for(register int i=fi[u],v=e[i].to;i;v=e[i=e[i].nx].to)
#define file(s) freopen(s".in","r",stdin),freopen(s".out","w",stdout)
template<class T>inline bool cmax(T&a,const T&b){return a<b?a=b,1:0;}
template<class T>inline bool cmin(T&a,const T&b){return a>b?a=b,1:0;}
using namespace std;
char ss[1<<17],*A=ss,*B=ss;
inline char gc(){return A==B&&(B=(A=ss)+fread(ss,1,1<<17,stdin),A==B)?-1:*A++;}
template<class T>inline void sd(T&x){
    char c;T y=1;while(c=gc(),(c<48||57<c)&&c!=-1)if(c==45)y=-1;x=c-48;
    while(c=gc(),47<c&&c<58)x=x*10+c-48;x*=y;
}
inline void Sd(char*s){char c;while(c=gc(),c<32);*s++=c;while(c=gc(),c>32)*s++=c;}
const int N=120;
const double eps=1e-12;
typedef int arr[N];
typedef double db;
int n,m,l;arr id;db p[N],ans[N],G[N][N];
struct ACAM{
    int Cnt,ch[N][26];arr ex,fail;char s[N];
    #define v (ch[u][i])
    inline int ins(){
        Sd(s);int u=0,i;
        fp(j,0,l-1)i=s[j]-'A',u=!v?v=++Cnt:v;
        ex[u]=1;return u;
    }
    inline void gf(){
        static int q[N];int u=0,i,h=1,t=0;
        fp(i,0,m)if(v)q[++t]=v;fail[0]=-1;
        while(h<=t)for(u=q[h++],i=0;i<=m;++i)v?fail[q[++t]=v]=ch[fail[u]][i]:v=ch[fail[u]][i];
    }
    inline void build(){
        fp(u,0,Cnt)G[u+1][u+1]=1;
        fp(u,0,Cnt)if(!ex[u])fp(i,0,m)G[v+1][u+1]-=p[i];
        fp(u,0,Cnt)G[1][u+1]=ex[u];G[1][Cnt+2]=1;
    }
    #undef v
}ac;
inline int cmp(db x){return fabs(x)<eps?0:x<0?-1:1;}
inline void Gauss(int n){
    db t;int mx;
    fp(i,1,n){mx=i;
        fp(j,i,n)if(fabs(G[mx][i])<fabs(G[j][i]))mx=j;
        if(mx^i)fp(j,i,n+1)swap(G[mx][j],G[i][j]);
        fp(j,i+1,n)if(cmp(G[j][i])){
            t=G[j][i]/G[i][i];
            fp(k,i,n+1)G[j][k]-=G[i][k]*t;
        }
    }
    fd(i,n,1){
        fp(j,i+1,n)G[i][n+1]-=G[i][j]*ans[j];
        ans[i]=G[i][n+1]/G[i][i];
    }
}
int main(){
    #ifndef ONLINE_JUDGE
        file("s");
    #endif
    sd(n),sd(l),sd(m);int a,b;--m;
    fp(i,0,m)sd(a),sd(b),p[i]=(db)a/b;
    fp(i,1,n)id[i]=ac.ins();
    ac.gf();ac.build();
    Gauss(ac.Cnt+1);
    fp(i,1,n)if(ans[id[i]+1]>0)printf("%.2lf\n",ans[id[i]+1]);else puts("0.00");
return 0;
}
### JSOI 星球大战 相关题目及解法 #### 题目背景 很久以前,在一个遥远的星系,一个黑暗的帝国靠着它的超级武器统治着整个星系。反抗军正在计划一次大规模的反攻行动[^2]。 #### 题目描述 给定一张图表示星系中的行星及其连接关系,每颗行星可以看作是一个节点,而边则代表两颗行星之间的通信通道。初始时所有行星都是连通的。然而,随着时间推移,某些行星可能被摧毁,从而影响到整体网络的连通性。每次询问需要返回当前还剩下多少个连通分量。 该问题的核心在于动态维护图的连通性变化情况,并快速响应查询操作。 --- #### 解决方案概述 此问题可以通过 **并查集 (Disjoint Set Union, DSU)** 数据结构来高效解决。以下是具体实现方法: 1. 并查集是一种用于处理不相交集合的数据结构,支持两种主要操作: - `find(x)`:找到元素 $x$ 所属集合的根节点。 - `union(x, y)`:将两个不同集合合并成一个新的集合。 这些操作的时间复杂度接近常数级别(通过路径压缩优化后为 $\alpha(n)$),其中 $\alpha(n)$ 是阿克曼函数的逆函数。 2. 对于本题而言,由于是倒序模拟行星毁灭的过程,因此可以从最终状态向前回溯重建历史记录。即先假设所有的行星都被摧毁了,再逐步恢复它们的存在状态。 3. 使用数组存储每个时间点上的事件顺序,按照输入数据给出的销毁次序依次执行相应的动作即可完成任务需求。 --- #### 实现细节 下面提供了一个基于 Python 的解决方案框架: ```python class UnionFind: def __init__(self, n): self.parent = list(range(n)) self.rank = [0] * n def find(self, x): if self.parent[x] != x: self.parent[x] = self.find(self.parent[x]) # 路径压缩 return self.parent[x] def union_set(self, x, y): xr = self.find(x) yr = self.find(y) if xr == yr: return False if self.rank[xr] < self.rank[yr]: self.parent[xr] = yr elif self.rank[xr] > self.rank[yr]: self.parent[yr] = xr else: self.parent[yr] = xr self.rank[xr] += 1 return True def main(): import sys input = sys.stdin.read data = input().split() N, M = int(data[0]), int(data[1]) edges = [] for i in range(M): u, v = map(int, data[i*2+2:i*2+4]) edges.append((u-1, v-1)) # Convert to zero-based index destroyed_order = list(map(lambda x:int(x)-1, data[M*2+2:M*2+N+2])) queries = [] uf = UnionFind(N) current_components = N result = [] # Preprocess the reverse order of destructions. active_edges = set(edges) edge_map = {tuple(sorted(edge)): idx for idx, edge in enumerate(edges)} status = [True]*M for planet in reversed(destroyed_order): initial_state = current_components connected_to_planet = [ e for e in active_edges if planet in e and all(status[edge_map[tuple(sorted(e))]] for e in active_edges)] for a, b in connected_to_planet: if uf.union_set(a, b): current_components -= 1 result.append(current_components) queries.insert(0, str(initial_state)) print("\n".join(reversed(result))) if __name__ == "__main__": main() ``` 上述代码定义了一个简单的并查集类以及主程序逻辑部分。它读取标准输入流中的数据,构建所需的邻接表形式表达图的关系矩阵;接着依据指定好的破坏序列逐一还原各阶段下的实际状况直至结束为止。 --- #### 性能分析 对于最大规模测试案例来说 ($N=10^5$, $M=4 \times 10^5$),这种方法能够很好地满足性能要求。因为每一次联合操作几乎都可以视为 O(α(N)) 时间消耗,所以总体运行效率非常高。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值