[BZOJ2565]最长双回文串(manacher)

本文介绍一种求解最长双回文串的算法。通过预处理找出每个位置上最长的回文串,并利用这些信息构造出所有可能的双回文串组合,最终找到最优解。文中提供详细的实现思路及C++代码。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

=== ===

这里放传送门

=== ===

题解

因为最长的双回文串能够被拆成两个回文串,但这两个回文串不一定都是原串中极长的回文串,也就是它可能由于重叠被缩掉了一部分。然而可以发现如果两个回文串a和b的重叠长度是d,那么它们两个形成的双回文串的长度一定是 ab2d ,和拆分方式没有关系。
那么如果能求出对于一个位置来说左端能覆盖到它的最长回文串和右端能覆盖到它的最长回文串,答案一定出在这样的组合里面,因为如果用来构造双回文串的不是能覆盖到这个位置的最长回文串,那么替换一下一定更优。
求覆盖到这个位置的最长回文串可以转化成求覆盖到这个位置的最远回文中心。可以发现这个是单调的,线性扫一遍就可以预处理出来。

代码

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
int p[200010],len,ans,tot,L[200010],R[200010];
char tmp[100010],S[200010];
void trans(){
    int cnt=strlen(tmp);
    S[0]='$';len=0;
    for (int i=0;i<cnt;i++){
        S[++len]='#';S[++len]=tmp[i];
    }
    S[++len]='#';
}
void manacher(){
    int Max=0,pos=0;
    for (int i=1;i<=len;i++){
        if (Max>i) p[i]=min(p[2*pos-i],Max-i);
        else p[i]=1;
        while (S[i-p[i]]==S[i+p[i]]) ++p[i];
        if (p[i]+i>Max){Max=i+p[i];pos=i;}
    }
}
int main()
{
    gets(tmp);trans();
    manacher();
    for (int i=1,ptr=1;i<=len;i++)
      if (p[i]>1){
          int r=i+p[i]-1;
          while (ptr<=r) L[ptr++]=i;
      }
    for (int i=len,ptr=len;i>=1;i--)
      if (p[i]>1){
          int l=i-p[i]+1;
          while (ptr>=l) R[ptr--]=i;
      }
    for (int i=1;i<=len;i++){
        int l=R[i]-p[R[i]]+1,r=L[i]+p[L[i]]-1,dec;
        dec=(r-l+1);l=L[i];r=R[i];
        ans=max(ans,(p[l]-1)+(p[r]-1)-(dec/2)*2);
    }
    printf("%d\n",ans);
    return 0;
}
### BZOJ1461 字符匹配 题解 针对BZOJ1461字符匹配问题,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,并通过构建失配树(也称为失败指针),使得可以在主上高效地滑动窗口并检测多个模式的存在情况。具体来说: - **前缀函数与KMP准备阶段**:先对每一个给定的模式执行一次KMP算法中的pre_kmp操作,得到各个模式对应的next数组。 - **建立失配树结构**:基于所有模式共同构成的一棵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找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