[BZOJ]2565 最长双回文串 Manacher+单调队列

本文介绍一种求解最长双回文子串的问题,通过Manacher算法预处理字符串,结合单调队列优化求解过程,实现高效算法设计。

2565: 最长双回文串

Time Limit: 10 Sec   Memory Limit: 128 MB
Submit: 2342   Solved: 1186
[ Submit][ Status][ Discuss]

Description

顺序和逆序读起来完全一样的串叫做回文串。比如 acbca 是回文串,而 abc 不是( abc 的顺序为 “abc” ,逆序为 “cba” ,不相同)。
输入长度为 n 的串 S ,求 S 的最长双回文子串 T, 即可将 T 分为两部分 X Y ,( |X|,|Y|≥1 )且 X Y 都是回文串。

Input

一行由小写英文字母组成的字符串S

Output

一行一个整数,表示最长双回文子串的长度。

Sample Input

baacaabbacabb

Sample Output

12

HINT

样例说明

从第二个字符开始的字符串aacaabbacabb可分为aacaa与bbacabb两部分,且两者都是回文串。

对于100%的数据,2≤|S|≤10^5


2015.4.25新加数据一组

Source

[ Submit][ Status][ Discuss]

HOME   Back

题解

          枚举每一个点左边最远能覆盖自己(或离自己差一个)的回文串中心(注意manacher求出来回文串是最长回文串),右边最远能覆盖自己的回文中心,所以两者之差乘以2就是再每个点取max就是答案,由于有’#‘号,那么实际上不用乘以2.对于最远能覆盖自己的我们用单调队列来维护.我们再考虑’#‘实际就是两个相邻任意的回文串的间隔.所以来回两遍单调队列求最左与最右之后,枚举答案只用枚举’#‘,不过注意左右边界#不可用,因为有+,-.自己画画图就能明白.
 
#include<stdio.h>
#include<cstring>
#include<algorithm>
using namespace std;
const int maxn=100005;
char ss[maxn],s[maxn*2];
int pal[maxn*2],m,ed,maxx[maxn*2],q[maxn*2],l,r;
void manacher(){
    int mx=0,id=0;
	for(register int i=0;i<=m;i++){
	   if(mx>=i) pal[i]=min(mx-i+1,pal[2*id-i]);
	   else pal[i]=1;
	   while(s[i-pal[i]]==s[i+pal[i]]) pal[i]++;
	   if(i+pal[i]-1>mx) mx=pal[i]+i-1,id=i;
	}
}
inline void work(){
	l=1,r=0;
    for(register int i=0;i<=m;i++){
	    while(l<=r&&q[l]+pal[q[l]]<i) l++;
		if(l<=r) maxx[i]+=i-q[l];
		q[++r]=i;
	}
	l=1,r=0;
	for(register int i=m;i;i--){
	    while(l<=r&&q[l]-pal[q[l]]>i) l++;
		if(l<=r) maxx[i]+=q[l]-i;
		q[++r]=i;
	}
	for(register int i=3;i<=m-3;i=i+2) ed=max(maxx[i],ed);
	printf("%d\n",ed);
}
int main(){
    scanf("%s",ss);
    for(register int i=0;ss[i];i++) s[++m]='#',s[++m]=ss[i];
	s[0]='+',s[++m]='#',s[++m]='-';
	manacher();
	work();
}


### 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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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