拓展KMP学习笔记和题目集

拓展KMP算法详解
本文深入探讨了拓展KMP算法,一种高效的字符串匹配技术。通过分析模式串与匹配串的后缀,计算最长公共前缀,提升匹配效率。文章详细解释了如何利用已知匹配信息推导新的匹配长度,包括extend[]和exkmp[]数组的构建过程。

拓展KMP


模板问题

给出两个字符串匹配串 s , 模式串 p

请输出 s 的每一个后缀与 p 的最长公共前缀


核心:由已知的匹配,求出当前已知的最长匹配位置

exkmp[]:表示模式串的每个后缀与模式串最长匹配长度

extend[]:表示匹配串的后缀与模式串的最长匹配长度


利用kmp的思想,用已得到的信息推出下一位

EXtend[]

若已得到 e x t e n d [ i ] ( 1 ≤ i ≤ k ) extend[i](1\leq i \leq k) extend[i](1ik)

p:为最长的已知匹配长度,即为 m a x ( i + e x t e n d [ i ] − 1 ) ( 1 ≤ i ≤ k ) max(i+extend[i]-1)(1\leq i \leq k) max(i+extend[i]1)(1ik)

p0:取到最长匹配长度的位置

k+1:当前匹配位置

Lexkmp[b]

在这里插入图片描述

k + L &lt; p k+L&lt; p k+L<p

即该点的最长匹配长度小于已知最长匹配长度

在这里插入图片描述

[l1,r1][1,exkmp[b]]

[l2,r2][k-p0+2,k-p0+1+exkmp[b]]

显然,红线、绿线、蓝线相等

那么, e x t e n d [ k + 1 ] = e x k m p [ b ] extend[k+1]=exkmp[b] extend[k+1]=exkmp[b]

if (i + exkmp[i + 1 - p0] < extend[p0] + p0)
// i相当于k+1,exkmp[i+1-p0] = exkmp[k+2-p0] = L
// 相当于 k + 1 + L < p0 + extend[p0] -> k + L < p0 + extend[p0] -1
	extend[i] = exkmp[i + 1 - p0];
// extend[k+1] = L

k + L ≥ p k+L \ge p k+Lp

即该点的最长匹配长度达到已知最长匹配长度

在这里插入图片描述

x(p,k+L]

s1[k+1,p]

s2[1,p-k]

s3[k-p0+2,p-p0+2]

显然,s1s2s3相等

p[p-k+1]s[p+1]开始暴力匹配

now = extend[p0] + p0 - i + 1;
// p = extend[p0]+ p0 -1 ; i = k + 1
// now = p - k + 1
now = max(now, 1);
//防止特殊情况:k + 1 > p
while (now <= max_len && i - 1 + now <= len && p[now] == s[i - 1 + now]) now++;
//从p[p-k+1]和s[p+1]开始暴力匹配
extend[i] = now - 1;
//now为当前失配位置-1 即为匹配长度
p0 = i;
//更新p0

Exkmp[]

形如kmpnext[]数组

即为 自己配自己,自己的真后缀与自己最长匹配长度(第一位即本身)

exkmp[1] = max_len;	
//第一位即本身
register int now = 1;	//第二位开始暴力匹配
while (now + 1 <= max_len && p[now] == p[now + 1]) now++;
exkmp[2] = now - 1;
int p0 = 2;
for (int i = 3; i <= max_len; i++) {//重复拓展kmp即可
	if (i + exkmp[i + 1 - p0] < exkmp[p0] + p0)
		exkmp[i] = exkmp[i + 1 - p0];
	else {
		now = exkmp[p0] + p0 - i + 1;
		now = max(now, 1);
		while (i - 1 + now <= max_len && p[now] == p[i - 1 + now])
			now++;
		exkmp[i] = now - 1;
		p0 = i;
	}
}

模板题

P5410 扩展 KMP

题目集

内容概要:本文详细介绍了“秒杀商城”微服务架构的设计与实战全过程,涵盖系统从需求分析、服务拆分、技术选型到核心功能开发、分布式事务处理、容器化部署及监控链路追踪的完整流程。重点解决了高并发场景下的超卖问,采用Redis预减库存、消息队列削峰、数据库乐观锁等手段保障数据一致性,并通过Nacos实现服务注册发现与配置管理,利用Seata处理跨服务分布式事务,结合RabbitMQ实现异步下,提升系统吞吐能力。同时,项目支持Docker Compose快速部署Kubernetes生产级编排,成Sleuth+Zipkin链路追踪与Prometheus+Grafana监控体系,构建可观测性强的微服务系统。; 适合人群:具备Java基础Spring Boot开发经验,熟悉微服务基本概念的中高级研发人员,尤其是希望深入理解高并发系统设计、分布式事务、服务治理等核心技术的开发者;适合工作2-5年、有志于转型微服务或提升架构能力的工程师; 使用场景及目标:①学习如何基于Spring Cloud Alibaba构建完整的微服务项目;②掌握秒杀场景下高并发、超卖控制、异步化、削峰填谷等关键技术方案;③实践分布式事务(Seata)、服务熔断降级、链路追踪、统一配置中心等企业级中间件的应用;④完成从本地开发到容器化部署的全流程落地; 阅读建议:建议按照文档提供的七个阶段循序渐进地动手实践,重点关注秒杀流程设计、服务间通信机制、分布式事务实现系统性能优化部分,结合代码调试与监控工具深入理解各组件协作原理,真正掌握高并发微服务系统的构建能力。
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
 
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