O(nlog(n)) LCS 白书 P66例题27 UVa10635

本文介绍了一种处理字符串重新编号的方法,并通过最长递增子序列(LIS)算法解决了一个特定的问题。首先定义了如何根据一个字符串A来给另一个字符串B进行编号,接着使用nlogn复杂度的LIS算法找到了最优解。

ab两个字符串,将a字符串重新编号为 则b字符串可根据a字符串编号
例如:
a={1,7,5,4,8,3,9}
b={1,4,3,5,6,2,8,9}
a编号为{1,2,3,4,5,6,7}
b重新编号为{1,4,6,3,0,0,5,7}
(第二个编号为4是因为原来b中的4在a中位置为4)
0表示在a中没有出现过
然后用nlogn复杂度的LIS解决

#include <iostream>
#include<cstring>
#include<cstdio>
#include<cmath>

using namespace std;
const int maxn=250*250+10;
int num[maxn],s[maxn],g[maxn];
int main()
{
    int t,C=1;
    scanf("%d",&t);
    while(t--) {
        int n,p,q,x;
        memset(num,0,sizeof num);
        scanf("%d%d%d",&n,&p,&q);
        for(int i = 1; i <= p+1; ++i) {
            scanf("%d",&x);
            num[x] = i;
        }
        int o=0;
        for(int i = 1; i <= q+1; ++i) {
            scanf("%d",&x);
            if(num[x])
                s[o++] = num[x];
        }

        for(int i = 1; i <= o; ++i) {
            g[i] = 0x3f3f3f3f;
        }
        int ans = -1;
        for(int i = 0; i < o; ++i) {
            int k=lower_bound(g,g+o,s[i])-g;
            g[k] = s[i];
            ans=max(ans,k);
        }
        printf("Case %d: %d\n",C++,ans);
    }
    return 0;
}
是的,我们可以使用一些高效的算法来将时间复杂度优化到 O(n log n) 以内。 一种常见的方法是使用后缀数组和最长公共前缀 (LCP) 数组。后缀数组是一个数组,其中包含将一个字符串的所有后缀按字典序排列后的索引。LCP 数组是一个数组,其中包含相邻后缀的最长公共前缀的长度。 我们可以首先使用后缀数组对字符串进行排序,然后使用 LCP 数组来计算重复次数。具体来说,我们可以遍历 LCP 数组,并在每个位置上查找前一个后缀和当前后缀的 LCP。如果 LCP 的长度大于当前重复的次数,则将重复次数更新为 LCP 的长度。最后返回重复次数即可。 以下是一个 Java 代码实现: ``` public static int countRepeats(String s) { int n = s.length(); int[] sa = suffixArray(s); int[] lcp = lcpArray(s, sa); int repeats = 0; for (int i = 1; i < n; i++) { int len = lcp[i]; if (len > repeats) { repeats = len; } } return repeats; } private static int[] suffixArray(String s) { int n = s.length(); Integer[] sa = new Integer[n]; int[] rank = new int[n]; for (int i = 0; i < n; i++) { sa[i] = i; rank[i] = s.charAt(i); } for (int k = 1; k < n; k *= 2) { Arrays.sort(sa, Comparator.comparing(i -> rank[i])); int[] tmp = new int[n]; int r = 0; for (int i = 0; i < n; i++) { if (i > 0 && rank[sa[i-1]] == rank[sa[i]] && sa[i-1]+k < n && rank[sa[i-1]+k/2] == rank[sa[i]+k/2]) { tmp[sa[i]] = r; } else { tmp[sa[i]] = ++r; } } rank = tmp; } int[] res = new int[n]; for (int i = 0; i < n; i++) { res[sa[i]] = i; } return res; } private static int[] lcpArray(String s, int[] sa) { int n = s.length(); int[] rank = new int[n]; for (int i = 0; i < n; i++) { rank[sa[i]] = i; } int[] lcp = new int[n]; int h = 0; for (int i = 0; i < n; i++) { if (rank[i] > 0) { int j = sa[rank[i]-1]; while (i+h < n && j+h < n && s.charAt(i+h) == s.charAt(j+h)) { h++; } lcp[rank[i]] = h; if (h > 0) { h--; } } } return lcp; } ``` 该方法首先使用 `suffixArray` 方法计算字符串 s 的后缀数组。然后使用 `lcpArray` 方法计算 s 的 LCP 数组。最后遍历 LCP 数组,计算重复次数。其中 `suffixArray` 和 `lcpArray` 方法都是经典的算法,可以在各种算法书籍或网站上找到详细的说明。
评论
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