[JSOI2007]文本生成器

本文探讨了JSOI队员面临的文本生成器难题,通过构建AC自动机和Trie树优化GW文本生成器v6版,以提高生成文章的可读性。文章详细介绍了算法流程,包括Trie树构造、DP状态转移及最终可读文本数量的计算。
部署运行你感兴趣的模型镜像

题目描述

JSOI交给队员ZYX一个任务,编制一个称之为“文本生成器”的电脑软件:该软件的使用者是一些低幼人群,他们现在使用的是GW文本生成器v6版。

该软件可以随机生成一些文章―――总是生成一篇长度固定且完全随机的文章—— 也就是说,生成的文章中每个字节都是完全随机的。如果一篇文章中至少包含使用者们了解的一个单词,那么我们说这篇文章是可读的(我们称文章a包含单词b,当且仅当单词b是文章a的子串)。但是,即使按照这样的标准,使用者现在使用的GW文本生成器v6版所生成的文章也是几乎完全不可读的?。ZYX需要指出GW文本生成器 v6

生成的所有文本中可读文本的数量,以便能够成功获得v7更新版。你能帮助吗?

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

 trie树上面跑dp。用ac自动机或者trie图建立fail指针,然后转移就行了。

重点是要确定某个点能不能跑到。

代码:

#include<queue>
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
#define MOD 10007
#define ll long long
int n,m;
char s[70][150];
int len[70],tot;
struct Trie
{
    int ch[28];
    int f;
    int w;
}tr[7500];
queue<int>q;
void trie_pic()
{
    for(int i=1;i<=26;i++)
        if(tr[0].ch[i])
            q.push(tr[0].ch[i]);
    while(!q.empty())
    {
        int u = q.front();
        q.pop();
        for(int i=1;i<=26;i++)
        {
            int &v = tr[u].ch[i];
            if(!v)
            {
                v = tr[tr[u].f].ch[i];
                continue;
            }
            tr[v].f = tr[tr[u].f].ch[i];
            tr[v].w|= tr[tr[v].f].w;
            q.push(v);
        }
    }
}
int dp[7500][150];
ll fast(ll x,int y)
{
    int ret = 1;
    while(y)
    {
        if(y&1)ret = (ret*x)%MOD;
        x = (x*x)%MOD;
        y>>=1;
    }
    return ret;
}
int main()
{
    scanf("%d%d",&n,&m);
    for(int i=1;i<=n;i++)
    {
        scanf("%s1",s[i]+1);
        len[i] = strlen(s[i]+1);
        int u = 0;
        for(int j=1;j<=len[i];j++)
        {
            int c = s[i][j]-'A'+1;
            if(!tr[u].ch[c])tr[u].ch[c]=++tot;
            u=tr[u].ch[c];
        }
        tr[u].w = 1;
    }
    trie_pic();
    int ans = (int)fast(26,m);
    dp[0][0]=1;
    for(int k = 0;k<m;k++)
    {
        for(int i=0;i<=tot;i++)
        {
            if(dp[i][k])
            {
                for(int j=1;j<=26;j++)
                {
                    if(!tr[tr[i].ch[j]].w)
                    {
                        (dp[tr[i].ch[j]][k+1]+=dp[i][k])%=MOD;
                    }
                }
            }
        }
    }
    for(int i=0;i<=tot;i++)
    {
        (ans-=dp[i][m])%=MOD;
    }
    printf("%d\n",(ans%MOD+MOD)%MOD);
    return 0;
}

 

转载于:https://www.cnblogs.com/LiGuanlin1124/p/9667302.html

您可能感兴趣的与本文相关的镜像

Qwen3-8B

Qwen3-8B

文本生成
Qwen3

Qwen3 是 Qwen 系列中的最新一代大型语言模型,提供了一整套密集型和专家混合(MoE)模型。基于广泛的训练,Qwen3 在推理、指令执行、代理能力和多语言支持方面取得了突破性进展

### JSOI 星球大战 相关题目及解法 #### 题目背景 很久以前,在一个遥远的星系,一个黑暗的帝国靠着它的超级武器统治着整个星系。反抗军正在计划一次大规模的反攻行动[^2]。 #### 题目描述 给定一张图表示星系中的行星及其连接关系,每颗行星可以看作是一个节点,而边则代表两颗行星之间的通信通道。初始时所有行星都是连通的。然而,随着时间推移,某些行星可能被摧毁,从而影响到整体网络的连通性。每次询问需要返回当前还剩下多少个连通分量。 该问题的核心在于动态维护图的连通性变化情况,并快速响应查询操作。 --- #### 解决方案概述 此问题可以通过 **并查集 (Disjoint Set Union, DSU)** 数据结构来高效解决。以下是具体实现方法: 1. 并查集是一种用于处理不相交集合的数据结构,支持两种主要操作: - `find(x)`:找到元素 $x$ 所属集合的根节点。 - `union(x, y)`:将两个不同集合合并成一个新的集合。 这些操作的时间复杂度接近常数级别(通过路径压缩优化后为 $\alpha(n)$),其中 $\alpha(n)$ 是阿克曼函数的逆函数。 2. 对于本题而言,由于是倒序模拟行星毁灭的过程,因此可以从最终状态向前回溯重建历史记录。即先假设所有的行星都被摧毁了,再逐步恢复它们的存在状态。 3. 使用数组存储每个时间点上的事件顺序,按照输入数据给出的销毁次序依次执行相应的动作即可完成任务需求。 --- #### 实现细节 下面提供了一个基于 Python 的解决方案框架: ```python class UnionFind: def __init__(self, n): self.parent = list(range(n)) self.rank = [0] * n def find(self, x): if self.parent[x] != x: self.parent[x] = self.find(self.parent[x]) # 路径压缩 return self.parent[x] def union_set(self, x, y): xr = self.find(x) yr = self.find(y) if xr == yr: return False if self.rank[xr] < self.rank[yr]: self.parent[xr] = yr elif self.rank[xr] > self.rank[yr]: self.parent[yr] = xr else: self.parent[yr] = xr self.rank[xr] += 1 return True def main(): import sys input = sys.stdin.read data = input().split() N, M = int(data[0]), int(data[1]) edges = [] for i in range(M): u, v = map(int, data[i*2+2:i*2+4]) edges.append((u-1, v-1)) # Convert to zero-based index destroyed_order = list(map(lambda x:int(x)-1, data[M*2+2:M*2+N+2])) queries = [] uf = UnionFind(N) current_components = N result = [] # Preprocess the reverse order of destructions. active_edges = set(edges) edge_map = {tuple(sorted(edge)): idx for idx, edge in enumerate(edges)} status = [True]*M for planet in reversed(destroyed_order): initial_state = current_components connected_to_planet = [ e for e in active_edges if planet in e and all(status[edge_map[tuple(sorted(e))]] for e in active_edges)] for a, b in connected_to_planet: if uf.union_set(a, b): current_components -= 1 result.append(current_components) queries.insert(0, str(initial_state)) print("\n".join(reversed(result))) if __name__ == "__main__": main() ``` 上述代码定义了一个简单的并查集类以及主程序逻辑部分。它读取标准输入流中的数据,构建所需的邻接表形式表达图的关系矩阵;接着依据指定好的破坏序列逐一还原各阶段下的实际状况直至结束为止。 --- #### 性能分析 对于最大规模测试案例来说 ($N=10^5$, $M=4 \times 10^5$),这种方法能够很好地满足性能要求。因为每一次联合操作几乎都可以视为 O(α(N)) 时间消耗,所以总体运行效率非常高。 ---
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  | 博主筛选后可见
 
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