【51NOD 1440】迈克打电话

本文介绍了一种使用AC自动机解决子串查询问题的方法。对于给定的多个字符串,构建AC自动机以高效查询特定子串出现的次数。通过离线处理和树状数组优化,实现O(nlog(n))的时间复杂度。

Description

有n只熊,从1到n进行编号。
第i只熊的电话号码是si。每只熊会给那些电话号码是他的子串的熊打电话(可能会给自己打)。
call(i, j) 表示第i只熊给第j只熊打电话的次数,也就是第j个串在第i个串中出现的次数。
迈克会有q次询问。每个询问中给出l,r,k,然后请您计算一下 ri=lcall(i,k)

Solution

这题的第一反应就是SA,同样SA做也很好做,直接排完序后做主席树,
但是常数太大,怎么办,
考虑一下,发现子串,也就是每个串的前缀的后缀,那么是不是可以用trie来搞,
我们要统计的是每个点到根这条路径上的所有字母,作为后缀在trie中出现了多少次,那么用AC自动机的话刚好可以,因为它的Fail链就指向它所有的后缀,

这样,做完AC自动机后,按Fail的指向连边,这样就变成了求一个点子树的问题了,用DFS序+主席树即可,

但是,我们发现,51NOD的老爷机根本跑不动,怎么办,
考虑优化,这题是可以离线的,那么就离线以后,用树状数组做即可优化常数,

复杂度:O(nlog(n))

Code

#include <cstdio>
#define fo(i,a,b) for(int i=a;i<=b;i++)
#define efo(i,q) for(int i=A[q];i;i=B[i][0])
using namespace std;
const int N=200500;
int read(int &n)
{
    char ch=' ';int q=0,w=1;
    for(;(ch!='-')&&((ch<'0')||(ch>'9'));ch=getchar());
    if(ch=='-')w=-1,ch=getchar();
    for(;ch>='0' && ch<='9';ch=getchar())q=q*10+ch-48;n=q*w;return n;
}
int m,n,n1,ans;
int a[N],d[N];
struct qqww
{
    int a[26],nx,fa,v,A,i,si;
}tp[N];
int dfn,root[N];
struct qwqw
{
    int l,r,v;
}b[N*30];
int B1[N*2][2],B10,b0;
int B[N][2],B0,A[N];
void link1(int q,int w){B1[++B10][0]=tp[q].A,tp[q].A=B10,B1[B10][1]=w;}
void link(int q,int w){B[++B0][0]=A[q],A[q]=B0,B[B0][1]=w;}
int build(int I)
{
    int q=1,e=1;
    for(;;)
    {
        link1(q,I);
        if(e>n1)return q;
        if(!tp[q].a[d[e]])
        {
            tp[q].a[d[e]]=++b0;
            tp[b0].fa=q,tp[b0].v=d[e];
        }
        q=tp[q].a[d[e]];
        e++;
    }
}
void AC_Auto()
{
    int S=1,T=0;
    fo(i,0,25)if(tp[1].a[i])
    {
        fo(j,0,25)if(tp[tp[1].a[i]].a[j])d[++T]=tp[tp[1].a[i]].a[j];
        tp[tp[1].a[i]].nx=1;
        link(1,tp[1].a[i]);
    }
    for(;S<=T;S++)
    {
        int q=d[S],t,w;w=tp[q].v;
        for(t=tp[tp[q].fa].nx;t&&!tp[t].a[w];t=tp[t].nx);
        tp[q].nx=t?(tp[t].a[w]):1;
        link(tp[q].nx,q);
        fo(i,0,25)if(tp[q].a[i])d[++T]=tp[q].a[i];
    }
}
void change(int l,int r,int e1,int &e,int l1)
{
    if(!e||e==e1)b[e=++b0]=b[e1];
    if(l==r){b[e].v++;return;}
    int t=(l+r)>>1;
    if(l1<=t)change(l,t,b[e1].l,b[e].l,l1);
    else change(t+1,r,b[e1].r,b[e].r,l1);
    b[e].v++;
}
int dfs(int q)
{
    tp[q].i=++dfn;tp[q].si=1;
    if(q-1)for(int i=tp[q].A;i;i=B1[i][0])change(1,n,root[dfn-1],root[dfn],B1[i][1]);
    efo(i,q)tp[q].si+=dfs(B[i][1]);
    return tp[q].si;
}
int find(int l,int r,int e1,int e,int l1,int r1)
{
    if(e1==e)return 0;
    if(l1<=l&&r<=r1)return b[e].v-b[e1].v;
    int t=(l+r)>>1;
    if(r1<=t)return find(l,t,b[e1].l,b[e].l,l1,r1);
    else if(t<l1)return find(t+1,r,b[e1].r,b[e].r,l1,r1);
    else return find(l,t,b[e1].l,b[e].l,l1,t)+find(t+1,r,b[e1].r,b[e].r,t+1,r1);
}
int main()
{
    int q,w,e;
    read(n),read(m);
    b0=1;
    fo(i,1,n)
    {
        char ch=' ';
        for(;ch<'a'||ch>'z';ch=getchar());
        n1=0;
        for(;ch<='z'&&ch>='a';ch=getchar())d[++n1]=ch-'a';
        a[i]=build(i);
    }
    AC_Auto();
    b0=0;
    dfs(1);
    fo(i,1,m)
    {
        read(q),read(w),read(e);e=a[e];
        printf("%d\n",find(1,n,root[tp[e].i-1],root[tp[e].i+tp[e].si-1],q,w));
    }
    return 0;
}
题目 51nod 3478 涉及一个矩阵问题,要求通过最少的操作次数,使得矩阵中至少有 `RowCount` 行和 `ColumnCount` 列是回文的。解决这个问题的关键在于如何高效地枚举所有可能的行和列组合,并计算每种组合所需的操作次数。 ### 解法思路 1. **预处理每一行和每一列变为回文所需的最少操作次数**: - 对于每一行,计算将其变为回文所需的最少操作次数。这可以通过比较每对对称位置的值是否相同来完成。 - 对于每一列,计算将其变为回文所需的最少操作次数,方法同上。 2. **枚举所有可能的行和列组合**: - 由于 `N` 和 `M` 的最大值为 8,因此可以枚举所有可能的行组合和列组合。 - 对于每一种组合,计算其所需的最少操作次数,并取最小值。 3. **计算操作次数**: - 对于每一种组合,需要计算哪些行和列需要修改,并且注意行和列的交叉点可能会重复计算,因此需要去重。 ### 代码实现 以下是一个可能的实现方式,使用了枚举和位运算来处理组合问题: ```python def min_operations_to_palindrome(matrix, row_count, col_count): import itertools N = len(matrix) M = len(matrix[0]) # Precompute the cost to make each row a palindrome row_cost = [] for i in range(N): cost = 0 for j in range(M // 2): if matrix[i][j] != matrix[i][M - 1 - j]: cost += 1 row_cost.append(cost) # Precompute the cost to make each column a palindrome col_cost = [] for j in range(M): cost = 0 for i in range(N // 2): if matrix[i][j] != matrix[N - 1 - i][j]: cost += 1 col_cost.append(cost) min_total_cost = float('inf') # Enumerate all combinations of rows and columns rows = list(range(N)) cols = list(range(M)) from itertools import combinations for row_comb in combinations(rows, row_count): for col_comb in combinations(cols, col_count): # Calculate the cost for this combination cost = 0 # Add row costs for r in row_comb: cost += row_cost[r] # Add column costs for c in col_comb: cost += col_cost[c] # Subtract the overlapping cells for r in row_comb: for c in col_comb: # Check if this cell is part of the palindrome calculation if r < N // 2 and c < M // 2: if matrix[r][c] != matrix[r][M - 1 - c] and matrix[N - 1 - r][c] != matrix[N - 1 - r][M - 1 - c]: cost -= 1 min_total_cost = min(min_total_cost, cost) return min_total_cost # Example usage matrix = [ [0, 1, 0], [1, 0, 1], [0, 1, 0] ] row_count = 2 col_count = 2 result = min_operations_to_palindrome(matrix, row_count, col_count) print(result) ``` ### 代码说明 - **预处理成本**:首先计算每一行和每一列变为回文所需的最少操作次数。 - **枚举组合**:使用 `itertools.combinations` 枚举所有可能的行和列组合。 - **计算成本**:对于每一种组合,计算其成本,并考虑行和列交叉点的重复计算问题。 ### 复杂度分析 - **时间复杂度**:由于 `N` 和 `M` 的最大值为 8,因此枚举所有组合的时间复杂度为 $ O(N^{RowCount} \times M^{ColCount}) $,这在实际中是可接受的。 - **空间复杂度**:主要是存储预处理的成本,空间复杂度为 $ O(N + M) $。 ### 相关问题 1. 如何优化矩阵中行和列的枚举组合以减少计算时间? 2. 在计算行和列的交叉点时,如何更高效地处理重复计算的问题? 3. 如果矩阵的大小增加到更大的范围,如何调整算法以保持效率? 4. 如何处理矩阵中行和列的回文条件不同时的情况? 5. 如何扩展算法以支持更多的操作类型,例如翻转某个区域的值?
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