哦也!伟大的回文树(回文自动机)!

本文介绍了回文树这一数据结构的基本概念与实现方法,并通过具体实例展示了如何使用回文树来解决相关问题。文中详细解释了回文树的初始化、匹配及插入等核心操作。

例题引入

例题引入:洛谷P3649
话说马上就要APIO了,litble去看了看历年的APIO题……发现这道题用回文树非常好做,所以就去学了一下回文树。
所谓回文树,就是每个节点代表一个不同的回文串的一种数据结构。
它也有可以类比于AC自动机的fail指针,表示失配了之后去寻找哪个节点。
此外,每个节点上还要记录
len:该节点代表的回文串长度
cnt:该节点代表的回文串在原串中出现的次数(然而在建立的过程中这个求不完全,还要再跑一遍count函数去求,这就是后话了)
为了辅助匹配,再弄一个s,表示当前插入到回文树里的字符。 s0=1 s 0 = − 1 (一个不可能出现的字符)

初始化

一开始回文树上有两个节点,0和1。0是辅助处理偶数回文串的,1是辅助处理奇数回文串的。 fail(0)=1 f a i l ( 0 ) = 1 ,因为显然一个新加的字符不能去组成一个长度为2偶数回文串,还可以组成一个长度为1的奇数回文串。 len(1)=1,len(0)=0 l e n ( 1 ) = − 1 , l e n ( 0 ) = 0 ,因为每一次添加的新节点的len显然是其父节点+2,所以奇数回文串要事先减1。

void init() {SZ=1,len[1]=-1,s[0]=-1,fail[0]=1;}//SZ:回文树节点个数

匹配

我们加入了一个字符x,需要寻找加入这个字符后可以形成的新回文串,这个回文串应该长这样:
x 某一个原本存在的回文串 x
因此匹配方式如下:

int find(int x) {
    while(s[n-len[x]-1]!=s[n]) x=fail[x];
    return x;
}

插入

记last为上一次插入后对应的节点,也就是以上一个插入的字符结尾的最长回文串代表的节点。
首先顺着last的fail指针找一个匹配了了的节点。
然后xjb操作一通,方法如下(应该能看懂……吧?)

void add(int t) {
    s[++n]=t;int cur=find(last);
    if(!ne[cur][t]) {//ne:儿子
        fail[++SZ]=ne[find(fail[cur])][t];
        ne[cur][t]=SZ,len[SZ]=len[cur]+2;//注意这句在后,以免影响find的过程
    }
    last=ne[cur][t],++cnt[last];
}

统计答案

也就是传说中的count函数啦!我们可以把cnt完善一下:

LL count() {//typedf long long LL;
    LL re=0;
    for(RI i=SZ;i>=0;--i) {
        cnt[fail[i]]+=cnt[i];
        if(1LL*cnt[i]*len[i]>re) re=1LL*cnt[i]*len[i];
    }
    return re;
}

完整代码

最后获得该题的完整代码:

#include<bits/stdc++.h>
using namespace std;
const int N=300005;
#define RI register int
typedef long long LL;
struct orzabs{
    int last,n,SZ;
    int ne[N][26],fail[N],cnt[N],len[N],s[N];
    void init() {SZ=1,len[1]=-1,s[0]=-1,fail[0]=1;}
    int find(int x) {
        while(s[n-len[x]-1]!=s[n]) x=fail[x];
        return x;
    }
    void add(int t) {
        s[++n]=t;int cur=find(last);
        if(!ne[cur][t]) {
            fail[++SZ]=ne[find(fail[cur])][t];
            ne[cur][t]=SZ,len[SZ]=len[cur]+2;
        }
        last=ne[cur][t],++cnt[last];
    }
    LL count() {
        LL re=0;
        for(RI i=SZ;i>=0;--i) {
            cnt[fail[i]]+=cnt[i];
            if(1LL*cnt[i]*len[i]>re) re=1LL*cnt[i]*len[i];
        }
        return re;
    }
}T;
char s[N];int slen;
int main()
{
    scanf("%s",s),slen=strlen(s);
    T.init();
    for(RI i=0;i<slen;++i) T.add(s[i]-'a');
    printf("%lld\n",T.count());
    return 0;
}

习题

ural1960 Palindromes and Super Abilities
bzoj2160 拉拉队排练
bzoj2565 最长双回文串

<think>好的,我现在要仔细想想用户的问题:“回文自动机是什么”。首先,我需要确认用户的基础。可能用户已经了解过自动机理论,比如有限自动机(FA)、后缀自动机(SAM)等,但回文自动机可能是一个相对陌生的概念。用户可能是在学习字符串处理相关算法,或者在解决回文问题时遇到了这个数据结构,所以需要了解其基本原理和应用。 首先,我需要回忆回文自动机的定义。回文自动机,也叫作回文(Palindromic Tree)或Eertree,是由Mikhail Rubinchik和Maxim信息量大的论文提出的,用于高效处理字符串中的所有回文子串的结构。它能够在线性时间内构建,并存储所有的唯一回文子串,同时支持一些查询操作,比如统计不同回文的数量、最长回文等。 接下来,我需要确定回文自动机的结构。回文自动机由节点组成,每个节点代表一个唯一的回文子串。每个节点包含以下信息:回文的长度、后缀链接(指向当前回文的最长真后缀回文)、以及转移边(用于在添加新字符时扩展新的回文)。根节点有两个,分别对应长度为-1和0的虚根,这是为了处理奇偶长度的回文。 然后,构建过程是怎样的呢?比如,假设字符串是“abba”,如何一步步构建自动机。初始时,创建两个根节点。然后逐个字符处理,维护当前最长回文后缀的位置。当添加新字符时,检查是否可以通过当前节点的转移边扩展,如果不行,则创建新节点,并更新后缀链接。这个过程类似于后缀自动机的构建,但专门针对回文结构。 还需要考虑时间复杂度和空间复杂度。根据文献,回文自动机的构建时间复杂度是O(n),其中n是字符串长度。空间复杂度是O(n),因为每个节点代表唯一的回文子串,而一个长度为n的字符串最多有n个不同的回文子串(比如全相同字符的情况,如“aaaaa”有n个回文子串)。 应用方面,回文自动机可以用于统计所有回文子串的数量、找出最长回文子串、计算每个回文出现的次数等。例如,在解决LeetCode上的回文相关问题时,回文自动机可能提供高效的解决方案。 但用户可能需要更具体的例子来理解。比如,构建过程中的步骤,或者如何通过后缀链接快速跳转。可能还需要比较回文自动机与其他方法(如Manacher算法)的异同。Manacher算法用于寻找最长回文子串,而回文自动机则更全面,能够处理所有回文子串的信息。 此外,用户可能想知道如何实现回文自动机。代码结构大致包括节点结构体的定义(包含长度、后缀链接、转移数组),初始化两个根节点,然后逐个字符处理,维护当前节点,并在必要时创建新节点,同时更新后缀链接。 需要注意的细节包括如何处理奇偶长度的回文。两个根节点中,长度为-1的节点用于处理奇长度回文,比如当添加字符时,从该节点出发可以形成长度为1的回文。而长度为0的节点处理偶长度回文。例如,当添加一个字符,当前节点无法扩展时,通过后缀链接回溯,直到找到可以扩展的位置或者到达根节点。 可能遇到的疑问点包括后缀链接的作用。后缀链接指向当前回文的最长真后缀回文,这在构建过程中帮助快速跳转,避免重复检查。例如,当添加新字符后,如果当前节点无法扩展,通过后缀链接找到可能的位置,减少时间复杂度。 最后,总结回文自动机的优势和适用场景。它适合需要处理多个回文子串的问题,尤其是在需要统计或频繁查询的情况下,而不仅仅是寻找最长回文。与动态规划相比,回文自动机在时间和空间上更高效,尤其是当字符串较长时。</think>回文自动机(Palindromic Automaton),又称回文(Eertree),是一种专门用于高效处理字符串中所有回文子串的数据结构。它能在线性时间内构建,并支持统计唯一回文数量、查询最长回文等功能。 --- ### **核心原理** 1. **节点定义** 每个节点代表一个唯一的回文子串,包含以下信息: - `len`:回文长度 - `fail`:后缀链接(指向当前回文的最长真后缀回文) - `trans[]`:转移边(记录添加字符后形成的新回文) 2. **虚根设计** 有两个特殊根节点: - 虚根1(奇根):长度为 `-1`,用于处理奇数长度回文(如 `"a"`)。 - 虚根2(偶根):长度为 `0`,用于处理偶数长度回文(如 `"aa"`)。 3. **构建过程** 逐个字符处理字符串,维护当前最长回文后缀节点。每添加字符 `c` 时: - 从当前节点出发,沿后缀链接回溯,直到找到可扩展的节点。 - 若扩展成功,新建节点并更新后缀链接。 --- ### **时间复杂度** - **构建复杂度**:$O(n)$,其中 $n$ 为字符串长度。 - **空间复杂度**:$O(n)$,每个节点对应唯一回文子串。 --- ### **应用场景** 1. 统计所有不同回文子串的数量。 2. 查找最长回文子串。 3. 计算每个回文的出现次数。 4. 结合其他算法解决复杂回文问题(如回文分割、动态回文维护)。 --- ### **示例分析** 以字符串 `"abba"` 为例: 1. 初始状态:仅有虚根奇根(`len=-1`)和偶根(`len=0`)。 2. 添加字符 `a`: - 从偶根出发,形成长度为1的奇回文 `"a"`。 3. 添加字符 `b`: - 从 `"a"` 出发,无法扩展,回溯到奇根后新建节点 `"b"`。 4. 添加字符 `b`: - 从当前节点 `"b"` 扩展,形成 `"bb"`(偶回文)。 5. 添加字符 `a`: - 从 `"bb"` 扩展,形成 `"abba"`(偶回文)。 最终,回文自动机包含所有回文子串:`"a"`, `"b"`, `"bb"`, `"abba"`, `"b"`(末尾单独 `b`)。 --- ### **对比其他方法** - **Manacher算法**:仅求最长回文,时间复杂度 $O(n)$,但无法统计所有回文。 - **动态规划**:需 $O(n^2)$ 时间预处理,空间开销大。 - **回文自动机**:综合高效,适合处理多回文查询问题。 --- ### **代码实现要点** ```python class Node: def __init__(self): self.len = 0 # 回文长度 self.fail = None # 后缀链接 self.trans = {} # 转移边(字符→节点) # 初始化虚根 root_odd = Node() root_odd.len = -1 root_even = Node() root_even.len = 0 root_odd.fail = root_even.fail = root_odd # 初始指向自身 ``` --- 回文自动机通过巧妙的后缀链接和转移边设计,将回文处理效率提升到线性级别,是处理复杂回文问题的利器。
评论 2
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