【bzoj3676】[Apio2014]回文串 后缀自动机

本文介绍了一种算法,用于解决求字符串中所有回文子串的最大出现值问题。通过构建后缀自动机并计算每个节点的right集合大小及最大值,最终找到具有最大出现值的回文子串。

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

Description

考虑一个只包含小写拉丁字母的字符串s。我们定义s的一个子串t的“出
现值”为t在s中的出现次数乘以t的长度。请你求出s的所有回文子串中的最
大出现值。

Input

输入只有一行,为一个只包含小写字母(a -z)的非空字符串s。

Output

输出一个整数,为逝查回文子串的最大出现值。

Sample Input

【样例输入l】 

abacaba 



【样例输入2] 

www 

Sample Output

【样例输出l】 

7 



【样例输出2] 

4 

HINT

一个串是回文的,当且仅当它从左到右读和从右到左读完全一样。

在第一个样例中,回文子串有7个:a,b,c,aba,aca,bacab,abacaba,其中:

● a出现4次,其出现值为4:1:1=4

● b出现2次,其出现值为2:1:1=2

● c出现1次,其出现值为l:1:l=l

● aba出现2次,其出现值为2:1:3=6

● aca出现1次,其出现值为1=1:3=3

●bacab出现1次,其出现值为1:1:5=5

● abacaba出现1次,其出现值为1:1:7=7

故最大回文子串出现值为7。

【数据规模与评分】

数据满足1≤字符串长度≤300000。

Source


张天扬《APOI2014回文串 解题报告》2015国家集训队作业

把串建一个后缀自动机,然后算出每个点的right集合的大小和集合中的最大值,然后拿串在上面倒着跑(也就是反串正着跑)。

若当前到了串的第i个,在后缀自动机上的长度为l,当前节点为now,i+l>now->maxr>=i,则[i,now->maxr]构成的子串是一个回文串。

剩下的看看代码和论文吧…好恶心不知道怎么解释了……

#include<cstdio>
#include<iostream>
#include<cstring>
#include<algorithm>
#include<stack>
#include<queue>
using namespace std;

typedef long long LL;
const int SZ = 600010;

struct sam_node{
    sam_node *ch[30], *par;
    int val,rcnt,rmax;
}T[SZ], *root, *last;

int Tcnt = 0;

sam_node* newnode(int x)
{
    sam_node *k = T + (Tcnt ++);
    k -> val = x;
    memset(k -> ch,0,sizeof(k -> ch));
    k -> par = 0;
    k -> rcnt = 0;
    k -> rmax = 0;
    return k;
}

void insert(int x,int id)
{
    sam_node *p = last,*np = newnode(last -> val + 1);
    np -> rmax = id;
    np -> rcnt = 1;
    while(p && !p -> ch[x])
        p -> ch[x] = np,p = p -> par;
    if(!p)
        np -> par = root;
    else
    {
        sam_node *q = p -> ch[x];
        if(q -> val == p -> val + 1)
        {
            np -> par = q;
        }
        else
        {
            sam_node *nq = newnode(p -> val + 1);
            memcpy(nq -> ch,q -> ch,sizeof(q -> ch));
            nq -> par = q -> par;
            q -> par = np -> par = nq;
            while(p && p -> ch[x] == q)
                p -> ch[x] = nq,p = p -> par;
        }
    }
    last = np;
}

int in[SZ];
queue<sam_node*> q;

void calc_right(char s[])
{
    for(int i = 1;i < Tcnt;i ++)
    {
        sam_node *k = T + i;
        in[k -> par - T] ++;
    }
    for(int i = 0;i < Tcnt;i ++)
        if(!in[i])
            q.push(T + i);
    while(q.size())
    {
        sam_node *f = q.front(); q.pop();
        if(!f -> par) continue;
        f -> par -> rcnt += f -> rcnt;
        f -> par -> rmax = max(f -> par -> rmax,f -> rmax);
        if(!-- in[f -> par - T])
            q.push(f -> par);
    }
}

bool vis[SZ];

LL ask(char s[])
{
    LL ans = 0;
    int l = strlen(s + 1),len = 0;
    sam_node *p = root;
    for(int i = l;i >= 1;i --)
    {
        int c = s[i] - 'a' + 1;
        while(p && !p -> ch[c])
            p = p -> par,len = p -> val;
        if(!p)
            p = root,len = 0;
        else
            p = p -> ch[c],len ++;
        if(i + len > p -> rmax)
        {
            if(i <= p -> rmax)
                ans = max(ans,((LL)p -> rmax - i + 1) * p -> rcnt);
            for(sam_node *fa = p -> par;fa && !vis[fa - T];fa = fa -> par)
            {
                vis[fa - T] = 1;
                if(fa -> rmax >= i && fa -> rmax < i + fa -> val)
                    ans = max(ans,((LL)fa -> rmax - i + 1) * fa -> rcnt);
            }
        }
    }
    return ans;
}



char s[SZ];

void init()
{
    root = newnode(0);
    last = root;
}

int main()
{
    //freopen("data.in","r",stdin);
    //freopen("data.out","w",stdout);
    init();
    scanf("%s",s + 1);
    int l = strlen(s + 1);
    for(int i = 1;i <= l;i ++)
        insert(s[i] - 'a' + 1,i);
    calc_right(s);
/*  for(int i = 1;i < Tcnt;i ++)
    {
        sam_node *k = T + i;
        printf("%d %d %d\n",k -> val,k -> rmax,k -> rcnt);
    }*/
    printf("%lld",ask(s));
    return 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 1
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