BZOJ4566 [Haoi2016]找相同字符 SAM+拓扑

本文深入探讨了SAMSAM算法的实现细节,包括如何通过拓扑排序更新节点匹配数,并结合两个字符串实例演示了如何利用SAMSAM进行高效匹配。通过对SAMSAM树的构建与维护,文章详细介绍了如何计算不同节点上的匹配数量。

学了 几天 SAM 这道题总算是领会到了些许 对 parent 树有了更深的理解 但是我还是不能表述出来 太菜了

大家可以去百度CLJ神犇的PPT 讲的很好 附一个百度文库的网址

我们可以先跑出两个串的 SAM 对于每一个节点 记录到达此节点的串的数目 这时候要用到拓扑 因为对于一个节点 i 如果有两个串能在i匹配 则他一定能下parent[i] 匹配 所以到拓扑将每一个节点的匹配数传给 parent 然后因为每一个节点是有 len 的 所以每个节点的个数应该为 (len[i]len[parent[i]])sz[i][0]sz[i][1] 求和就好啦

#include<bits/stdc++.h>
#define bug(x) cout<<(#x)<<" "<<(x)<<endl
#define ll long long
/*
char *TT,*mo,but[(1<<15)+2];
#define getchar() ((TT==mo&&(mo=(TT=but)+fread(but,1,1<<15,stdin),TT==mo))?-1:*TT++)//*/
using namespace std;
const int N=8e5+5;
inline int read(){
    int x=0,f=1;char ch=getchar();
    while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=getchar();}
    while(ch>='0'&&ch<='9'){x=x*10+ch-'0';ch=getchar();}
    return x*f;
}
char s[N]; 
ll ans;
int deg[N],par[N],siz[2][N],ch[N][26],len[N],n,root,sz,last;
void extend(int x){
    int p=last,np=++sz;
    len[np]=len[p]+1;
    for(;p&&!ch[p][x];p=par[p]) ch[p][x]=np;
    if(!p) par[np]=root;
    else{
        int q=ch[p][x];
        if(len[q]==len[p]+1) par[np]=q;
        else{
            int nq=++sz;
            len[nq]=len[p]+1;
            memcpy(ch[nq],ch[q],sizeof(ch[q]));
            par[nq]=par[q];par[q]=par[np]=nq;
            for(;p&&ch[p][x]==q;p=par[p])ch[p][x]=nq;
        }
    }
//  cout<<np<<" "<<par[np]<<endl; 
    last=np;
}
void topsort(){
    for(int i=1;i<=sz;i++) deg[par[i]]++;
    queue<int>q;
    for(int i=1;i<=sz;i++) if(!deg[i]) q.push(i);
    while(!q.empty()){
        int u=q.front();q.pop();
        siz[0][par[u]]+=siz[0][u];
        siz[1][par[u]]+=siz[1][u];
//      bug(siz[0][u]),bug(siz[1][u]);
        deg[par[u]]--;
        if(!deg[par[u]]) q.push(par[u]);
    }
}
int main(){
#ifdef Devil_Gary
    freopen("in.txt","r",stdin);
#endif
    scanf("%s",s+1);
    n=strlen(s+1);
    last=sz=root=1;
    int p=root;
    for(int i=1;i<=n;i++){
        extend(s[i]-'a');
        p=ch[p][s[i]-'a'];
        siz[0][p]++;
    } 
    scanf("%s",s+1);
    n=strlen(s+1);
    last=root;p=root; 
    for(int i=1;i<=n;i++){
        extend(s[i]-'a');
        p=ch[p][s[i]-'a'];
        siz[1][p]++;
    } 
    topsort();
    for(int i=1;i<=sz;i++) if(par[i]){
//      cout<<siz[1][i]<<" "<<siz[0][i]<<endl; 
        ans+=(ll)(len[i]-len[par[i]])*siz[0][i]*siz[1][i];
    }
    return printf("%lld\n",ans),0;
}
### BZOJ1461 字符串匹配 题解 针对BZOJ1461字符串匹配问题,解决方法涉及到了KMP算法以及树状数组的应用。对于此类问题,朴素的算法无法满足时间效率的要求,因为其复杂度可能高达O(ML²),其中M代表模式串的数量,L为平均长度[^2]。 为了提高效率,在这个问题中采用了更先进的技术组合——即利用KMP算法来预处理模式串,并通过构建失配树(也称为失败指针),使得可以在主串上高效地滑动窗口并检测多个模式串的存在情况。具体来说: - **前缀函数与KMP准备阶段**:先对每一个给定的模式串执行一次KMP算法中的pre_kmp操作,得到各个模式串对应的next数组。 - **建立失配树结构**:基于所有模式串共同构成的一棵Trie树基础上进一步扩展成带有失配链接指向的AC自动机形式;当遇到某个节点不存在对应字符转移路径时,则沿用该处失配链路直至到合适的目标或者回到根部重新开始尝试其他分支。 - **查询过程**:遍历整个待查文本序列的同时维护当前状态处于哪一层级下的哪个子结点之中,每当成功匹配到完整的单词就更新计数值至相应位置上的f_i变量里去记录下这一事实。 下面是简化版Python代码片段用于说明上述逻辑框架: ```python from collections import defaultdict def build_ac_automaton(patterns): trie = {} fail = [None]*len(patterns) # 构建 Trie 树 for i,pattern in enumerate(patterns): node = trie for char in pattern: if char not in node: node[char]={} node=node[char] node['#']=i queue=[trie] while queue: current=queue.pop() for key,value in list(current.items()): if isinstance(value,int):continue if key=='#': continue parent=current[key] p=fail[current is trie and 0 or id(current)] while True: next_p=p and p.get(key,None) if next_p:break elif p==0: value['fail']=trie break else:p=fail[id(p)] if 'fail'not in value:value['fail']=next_p queue.append(parent) return trie,fail def solve(text, patterns): n=len(text) m=len(patterns) f=[defaultdict(int)for _in range(n)] ac_trie,_=build_ac_automaton(patterns) state=ac_trie for idx,char in enumerate(text+'$',start=-1): while True: trans=state.get(char,state.get('#',{}).get('fail')) if trans!=None: state=trans break elif '#'in state: state[state['#']['fail']] else: state=ac_trie cur_state=state while cur_state!={}and'#'in cur_state: matched_pattern_idx=cur_state['#'] f[idx][matched_pattern_idx]+=1 cur_state=cur_state['fail'] result=[] for i in range(len(f)-1): row=list(f[i].values()) if any(row): result.extend([sum((row[:j+1]))for j,x in enumerate(row[::-1])if x>0]) return sum(result) patterns=["ab","bc"] text="abc" print(solve(text,text)) #[^4] ```
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