BZOJ2565 最长双回文串 manacher

Manacher算法详解与应用
本文深入探讨了Manacher算法的实现与优化,通过实例解析如何利用Manacher模板求解最长回文子串问题,同时提供了详细的代码示例,帮助读者理解算法背后的逻辑与技巧。

终于找到水题了感动。。

manacher模板都会吧。不会请点击左侧友链,找到FYJ大佬的博客,可以看他博客,或通过教他泡妹子等正常方式让他给你讲manacher。

首先,我们在进行manager的过程中,可以求出每个位置为中心的最长回文子串长度

那么,我们可以枚举断点,把以该点结尾的前面最长回文子串长度与从该点开头的最长回文子串长度加起来,取max,就能找到我们想要的答案了。

每找到一个中心及它的半径,都扫一遍它的覆盖区间,进行统计?

于是我们就找到了一个n²的优秀做法了[/手动滑稽]

继续思考,以某个点为起点的最长长度,必定是从它的前面节点转移来的(我们在马拉车找回文串时将长度存在了这个回文串开始的地方),那么方程为start[i]=max(start[i],start[i-2]-2)  (-2是为了忽略插入的'#'号) ,以某个点为终点的长度同理,反向O(n)扫一遍就行了,最后再扫一遍统计答案,诶,好像就可以A了耶

#include<bits/stdc++.h>
#include<cstdio>
#include<cmath>
#include<cstring>
#include<cstdlib>
#include<algorithm>
#include<queue>
#include<deque>
#include<list>
#include<set>
#include<vector>
#include<iostream>
#define ll long long
#define re register
#define inf 0x3f3f3f3f
#define inl inline
#define sqr(x) (x*x)
//#define eps 1e-8
#define debug printf("debug\n");
//#pragma comment(linker, "/STACK:1024000000,1024000000")
//#pragma GCC optimize (2)
//#pragma G++ optimize (2)
using namespace std;
//const ll mod;
const ll MAXN=1e5+10;
inl ll read() {
    re ll x = 0; re int f = 1;
    char ch = getchar();
    while(ch<'0'||ch>'9') { if(ch== '-' ) f = -1; ch = getchar(); }
    while(ch>='0'&&ch<='9') {x=(x<<1)+(x<<3)+(ch^48);ch=getchar();}
    return x * f;
}
inl char readc() {
    char ch=getchar();
    while(('z'<ch||ch<'a')&&('Z'<ch||ch<'A')) ch=getchar();
    return ch;
}
inl void write(re ll x){
    if(x>=10)write(x/10);
    putchar(x%10+'0');
}
inl void writeln(re ll x){
    if(x<0) {x=-x;putchar('-');}
    write(x); puts("");
}
inl ll gcd(re ll x,re ll y){while(y^=x^=y^=x%=y);return x;}
inl void FR() {
    freopen(".in","r",stdin);
    freopen(".out","w",stdout);
}
inl void FC() {
    fclose(stdin);
    fclose(stdout);
}
char s[MAXN],ss[MAXN<<2];
ll n,nn,st[MAXN<<2],ed[MAXN<<2],hw[MAXN<<2];
void manacher() {
    ll mr=0,mid=0;
    for(re ll i=1;i<=nn;i++) {
        if(i<mr) hw[i]=min(hw[(mid<<1)-i],hw[mid]+mid-i);
        else hw[i]=1;
        while(ss[i+hw[i]]==ss[i-hw[i]]) hw[i]++;
        if(i+hw[i]>mr) {mr=i+hw[i];mid=i;}
    }
}
int main() {
//  FR(); 
    scanf("%s",s+1);n=strlen(s+1);
    ss[0]=ss[1]='#';nn=n<<1|1;
    for(re ll i=1;i<=n;i++) {
        ss[i<<1]=s[i];ss[i<<1|1]='#';
    }
    manacher();
    for(re ll i=1;i<=nn;i++) {
        ed[i+hw[i]-1]=max(ed[i+hw[i]-1],hw[i]-1); 
        st[i-hw[i]+1]=max(st[i-hw[i]+1],hw[i]-1); 
    }
    for(re ll i=1;i<=nn;i+=2) st[i]=max(st[i],st[i-2]-2);
    for(re ll i=nn;i>=1;i-=2) ed[i]=max(ed[i],ed[i+2]-2);
    re ll ans=0;
    for(re ll i=1;i<=nn;i+=2) {
        if(st[i]&&ed[i]) {ans=max(ans,st[i]+ed[i]);}
    }
    writeln(ans);
//  FC();
    return 0;
}

 

转载于:https://www.cnblogs.com/20020723YJX/p/9385333.html

### 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