bzoj2946公共串

题意:求n个字符串的最长公共子串。

    我们先建出一个串的后缀自动机。

考虑后缀自动机的一个性质就是到当前状态s的所有路径都是互相包含的,这说明了什么呢?我们设Ans[i]是i状态目前能够匹配到的最长长度,那么假设当前串在i匹配的长度是x,那么Ans[i] = min(Ans[i].x),能直接取min就是因为上面的兴致。所以我们现在的目的就是求出所有的Ans[i],再取max就行了。

但是在匹配过程中,假设当前匹配了root->i的路径,那么说明root->parent[i]的路径一定也被匹配到了,但是我们匹配过程中没有更新到这一点,所以每一次匹配完之后逆序更新一下就行了。

#include <iostream>
#include <cstring>
#include <cstdlib>
#include <string>
#include <cstdio>
#include <algorithm>
#include <cmath>
#include <ctime>
using namespace std;
int last = 1,tot = 1,step[200010],son[200010][26],pre[200010];
int num[200010],n,v[200010],val[200010],lent,len,Ans[200010];
int ans = 0;
char s[200010],t[200010];
void insert(int x) {
	int now = last,np = ++ tot;
	last = tot;
	step[np] = step[now] + 1;
	while(son[now][x] == 0 && now != 0) son[now][x] = np,now = pre[now];
	if(now == 0) pre[np] = 1;
	else {
		int q = son[now][x];
		if(step[q] == step[now] + 1) pre[np] = q;
		else 
		{
			int nq = ++ tot;
			step[nq] = step[now] + 1;
			for(int i = 0;i < 26;i ++) son[nq][i] = son[q][i];
			pre[nq] = pre[q];
			pre[q] = pre[np] = nq;
			while(son[now][x] == q) son[now][x] = nq,now = pre[now];
		}
	}
}
void work() {
	for(int i = 1;i <= tot;i ++) num[step[i]] ++;
	for(int i = 1;i <= len;i ++) num[i] += num[i - 1];
	for(int i = tot;i > 0;i --) v[num[step[i]] --] = i;
}
void solve() {
	memset(val,0,sizeof(val));
	int cnt = 0,now = 1;
	for(int i = 1;i <= lent;i ++) {
		int x = t[i] - 'a';
		while(son[now][x] == 0 && now != 0) now = pre[now];
		if(now == 0) now = 1,cnt = 0;
		else cnt = min(cnt,step[now]) + 1,now = son[now][x];
		val[now] = max(val[now],cnt);
	}
	for(int i = tot;i >= 1;i --) val[pre[v[i]]] = max(val[pre[v[i]]],val[v[i]]);
	for(int i = 1;i <= tot;i ++) val[i] = min(val[i],step[i]);
	for(int i = 1;i <= tot;i ++) Ans[i] = min(Ans[i],val[i]);
}
int main() {
	memset(Ans,127,sizeof(Ans));
	scanf("%d\n",&n);
    scanf("%s",s + 1);
    len = strlen(s + 1);
    for(int i = 1;i <= len;i ++) insert(s[i] - 'a');
    work();
    for(int i = 1;i <= n - 1;i ++) 
    {
    	scanf("%s",t + 1);
    	lent = strlen(t + 1);
    	solve();
    }
    for(int i = 2;i <= tot;i ++) if(Ans[i] <= len) ans=max(ans,Ans[i]);
    printf("%d",ans);
    return 0;
}


内容概要:本文介绍了MATLAB实现DBN-RBF深度置信网络结合RBF神经网络多输入单输出回归预测的详细项目实例。项目旨在通过深度置信网络(DBN)和径向基函数神经网络(RBF)的结合,设计出一种高效的回归预测模型,以应对高维数据和非线性关系的挑战。DBN用于无监督特征提取,RBF用于快速回归,两者结合显著提升了预测精度和模型泛化能力。文中详细描述了项目的背景、目标、挑战、解决方案、模型架构、代码实现、GUI设计、性能评估及未来改进方向。 适合人群:具备一定编程基础,对机器学习和深度学习有一定了解的研发人员,尤其是从事金融预测、医疗健康、智能制造等领域的工程师和技术人员。 使用场景及目标:①解决高维数据的特征提取难题,提升非线性回归的拟合精度;②通过无监督学习与快速训练能力的结合,提高模型的预测精度和泛化能力;③应用于金融预测、医疗健康、智能制造等多个领域,提供高效的回归预测工具;④通过实时数据流处理和GPU加速推理,确保系统在实时应用中的快速响应。 其他说明:此项目不仅提供了详细的理论分析和代码实现,还涵盖了系统架构设计、模型部署与应用、安全性与用户隐私保护等方面的全面指导。通过结合其他深度学习模型、多任务学习、增量学习等技术,项目具备广阔的扩展性和应用前景。系统还支持自动化CI/CD管道、API服务与业务集成、前端展示与结果导出等功能,确保了系统的高可用性和易用性。
### 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**:遍历整个待查文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