洛谷 [模板]KMP字符串匹配

又水了一篇
题目链接:https://www.luogu.com.cn/problem/P3375

#include<bits/stdc++.h>
using namespace std;
int Next[1000010]={0};
void getNEXT(string str)
{
    Next[0] = -1;
    int i=-1, j=0;
    while(j < str.size())
    {
        if(i==-1 || str[j]==str[i])
        {
            i++;
            j++;
            Next[j] = i;
        }
        else i = Next[i];
    }
}
void KMP(string str1, string str2)
{
    int i=0, j=0;
    int len1=str1.size(), len2=str2.size();
    while(i<len1)
    {
        if(j==-1 || str1[i]==str2[j])
        {
            i++;
            j++;
        }
        else j = Next[j];
        if(j == len2)
        {
            cout<<i-j+1<<endl;
            i--;
            j = 0;
            //j = Next[j];
        }
    }
}
int main()
{
    ios::sync_with_stdio(false);
    string s1, s2;
    cin>>s1>>s2;
    getNEXT(s2);
    KMP(s1, s2);
    for(int i=1; i<=s2.size(); i++)
        cout<<Next[i]<<" ";
    return 0;
}

### 关于洛谷 P2347 的解析 目前未找到与洛谷 P2347 直接相关的具体题解或官方文档。然而,可以基于常见的编程竞赛题目类型推测其可能涉及的内容,并提供通用的解决方法。 #### 可能的主题分析 根据洛谷平台上的惯例,编号接近的题目通常属于同一类问题集合或者具有相似难度级别。因此,假设洛谷 P2347 是一道算法设计或数据结构相关的题目,则可以从以下几个方面入手: 1. **动态规划** 如果该问题是关于序列操作、路径寻找等问题,可能会涉及到动态规划的思想[^1]。例如,定义状态转移方程来解决问题中的最优子结构性质。 2. **图论基础** 若题目描述中提到节点连接关系或其他拓扑特性,那么它可能是图论相关的问题。此时需要掌握基本概念如最短路、最小生成树等算法实现方式。 3. **字符串处理** 对于一些涉及模式匹配、编辑距离计算等情况下的字符串比较任务来说,KMP算法、Manacher算法以及Z函数都是非常重要的工具之一。 以下是针对上述几种可能性给出的一般性解决方案框架代码示例: ```python # 动态规划模板 (以最长公共子序列为例子) def lcs_length(X, Y): m = len(X) n = len(Y) L = [[None]*(n + 1) for i in range(m + 1)] """ Following steps build LCSuff[m+1][n+1] in bottom up fashion """ for i in range(m + 1): for j in range(n + 1): if i == 0 or j == 0 : L[i][j] = 0 elif X[i-1] == Y[j-1]: L[i][j] = L[i-1][j-1]+1 else: L[i][j] = max(L[i-1][j], L[i][j-1]) return L[m][n] # 图论 - Dijkstra单源最短路径算法 import heapq as hq def dijkstra(graph,start_node): distances={node:float('inf')for node in graph} distances[start_node]=0 priority_queue=[(0,start_node)] while priority_queue: current_distance,current_node=hq.heappop(priority_queue) if current_distance>distances[current_node]: continue for neighbor,weight in graph[current_node].items(): distance=current_distance+weight if distance<distances[neighbor]: distances[neighbor]=distance hq.heappush(priority_queue,(distance,neighbor)) return distances # 字符串 KMP 算法 def computeLPSArray(pattern,lps,m): length=0 lps[0]=0 i=1 while i<m: if pattern[i]==pattern[length]: length+=1 lps[i]=length i+=1 else: if length!=0: length=lps[length-1] else: lps[i]=0 i+=1 def KMPSearch(pat,txt): M=len(pat) N=len(txt) lps=[0]*M j=0 computeLPSArray(pat,lps,M) i=0 result=[] while i<N: if pat[j]==txt[i]: i+=1 j+=1 if j==M: result.append(i-j) j=lps[j-1] elif i<N and pat[j]!=txt[i]: if j!=0: j=lps[j-1] else: i+=1 return result ``` 以上仅为理论推导所得的部分常见算法模型展示,在实际应用过程中还需要结合具体的业务场景做出相应调整优化。
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