NKOJ 2844 (APIO 2014)回文串(Manacher+后缀自动机+倍增/回文树)

P2844【APIO2014】回文串

问题描述

考虑一个只包含小写英文字母的字符串s。我们定义s的一个字串t的“出现价值”为t在s中出现的次数乘以t的长度。请求出s的所有回文子串中的最大“出现价值”。

输入格式

输入只有一行,为一个只包含小写字母的非空字符串s。

输出格式

输出一个整数,为最大的回文子串价值。

样例输入1:

abacaba

样例输入2:

www

样例输出1:

7

样例输出2:

4


首先,此题是回文树模板题。

然后当然可以用朴素做法解决。

由于要查找回文串,考虑Manacher,然后需要查找回文串的出现次数,考虑后缀自动机。

显然的做法是在Manacher过程中,每找到一个回文串,就在自动机上从根开始跑,查找他的出现次数。

注意到事实上同样的回文串不需要多次运算,那么在Manacher过程中只需要在每次超出Max进行拓展时在自动机上查找即可。由于最多拓展n次,那么最多只需要查找n次。

但这样显然要超时,考虑优化查找速度,注意到每个串在自动机上都对应到了一个节点上,而parent树上该串必然是子节点串的后缀,那么考虑在parent树上倍增查找。

只需要在构建自动机的时候记录下每个字符为结尾,对应的节点编号,然后建完后每次从该结尾处倍增往上跳即可。查找复杂度log2n


代码:

#include<stdio.h>
#include<iostream>
#include<algorithm>
#include<cstring>
#define N 666666
using namespace std;
char s[N],A[N];
int n,rad[N],pos,MAX;
int tot=1,rt=1,las=1,R[N],Max[N],pra[N][22],son[N][26],v[N],S=19;
int TOT,LA[N],NE[N],EN[N];
long long Ans;
int NP(int x)
{
    Max[++tot]=x;
    return tot;
}
void Ins(int t)
{
    int p=las,q,np,nq;
    np=NP(Max[p]+1);v[np]=1;
    while(p&&!son[p][t])son[p][t]=np,p=pra[p][0];
    if(!p)pra[np][0]=rt;
    else
    {
        q=son[p][t];
        if(Max[q]==Max[p]+1)pra[np][0]=q;
        else
        {
            nq=NP(Max[p]+1);
            memcpy(son[nq],son[q],sizeof(son[q]));
            pra[nq][0]=pra[q][0];
            pra[q][0]=pra[np][0]=nq;
            while(son[p][t]==q)son[p][t]=nq,p=pra[p][0];
        }
    }
    las=np;
}
void ADD(int x,int y)
{
    TOT++;
    EN[TOT]=y;
    NE[TOT]=LA[x];
    LA[x]=TOT;
}
void DFS(int x)
{
    int i,y;
    for(i=1;i<=S;i++)pra[x][i]=pra[pra[x][i-1]][i-1];
    for(i=LA[x];i;i=NE[i])
    {
        y=EN[i];DFS(y);
        v[x]+=v[y];
    }
}
int Find(int k,int t)
{
    int i,p=R[k];
    for(i=S;i>=0;i--)if(Max[pra[p][i]]>=t)p=pra[p][i];
    return p;
}
void Manacher()
{
    int i,j,k,p;
    MAX=0;Ans=0;pos=0;
    for(i=1;i<=n;i++)
    {
        if(i>MAX)rad[i]=1;
        else rad[i]=min(MAX-i+1,rad[pos*2-i]);
        while(i-rad[i]>0&&i+rad[i]<=n&&A[i-rad[i]]==A[i+rad[i]])
        {
            rad[i]++;
            k=i+rad[i]-2;
            if(A[k]!='%')
            {
                p=Find(k,rad[i]-1);
                Ans=max(Ans,1ll*v[p]*(1ll*rad[i]-1ll));
            }
        }
        if(i+rad[i]-1>MAX)MAX=i+rad[i]-1,pos=i;
    }
    printf("%lld\n",Ans);
}
int main_main()
{
    int i;
    scanf("%s",s);
    n=strlen(s);
    for(i=0;i<n;i++)
    {
        A[i+1<<1]=s[i];
        A[(i+1<<1)-1]=A[(i+1<<1)+1]='%';
        Ins(s[i]-'a');R[i+1<<1]=las;
    }
    for(i=1;i<=tot;i++)ADD(pra[i][0],i);
    n=n<<1|1;DFS(rt);Manacher();
}
const int main_stack=16;
char my_stack[128<<20];
int main() {
  __asm__("movl %%esp, (%%eax);\n"::"a"(my_stack):"memory");
  __asm__("movl %%eax, %%esp;\n"::"a"(my_stack+sizeof(my_stack)-main_stack):"%esp");  
  main_main();
  __asm__("movl (%%eax), %%esp;\n"::"a"(my_stack):"%esp");
  return 0;
}
内容概要:该论文探讨了一种基于粒子群优化(PSO)的STAR-RIS辅助NOMA无线通信网络优化方法。STAR-RIS作为一种新型可重构智能表面,能同时反射和传输信号,与传统仅能反射的RIS不同。结合NOMA技术,STAR-RIS可以提升覆盖范围、用户容量和频谱效率。针对STAR-RIS元素众多导致获取完整信道状态信息(CSI)开销大的问题,作者提出一种在不依赖完整CSI的情况下,联合优化功率分配、基站波束成形以及STAR-RIS的传输和反射波束成形向量的方法,以最大化总可实现速率并确保每个用户的最低速率要求。仿真结果显示,该方案优于STAR-RIS辅助的OMA系统。 适合人群:具备一定无线通信理论基础、对智能反射面技术和非正交多址接入技术感兴趣的科研人员和工程师。 使用场景及目标:①适用于希望深入了解STAR-RIS与NOMA结合的研究者;②为解决无线通信中频谱资源紧张、提高系统性能提供新的思路和技术手段;③帮助理解PSO算法在无线通信优化问题中的应用。 其他说明:文中提供了详细的Python代码实现,涵盖系统参数设置、信道建模、速率计算、目标函数定义、约束条件设定、主优化函数设计及结果可视化等环节,便于读者理解和复现实验结果。此外,文章还对比了PSO与其他优化算法(如DDPG)的区别,强调了PSO在不需要显式CSI估计方面的优势。
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