【BZOJ4486】【JSOI2015】串分割

本文介绍了一种解决环形字符串后缀排序问题的方法。通过倍长字符串并求出其后缀数组,筛选出值在N以内的元素作为环形字符串后缀排序的结果。文章详细阐述了如何使用贪心算法在O(N)时间内判断是否能将字符串分成至多K段,且每段长度不超过当前答案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

【题目链接】

【思路要点】

  • 倍长字符串,求出其后缀数组,并保留后缀数组中值在\(N\)以内的元素,这些即是环形字符串后缀排序的结果。
  • 答案的位数是已知的,为\(\lfloor\frac{N-1}{K}\rfloor+1\)。
  • 从小到大枚举每一个答案,问题转化成能否将字符串从当前位置开始分成至多\(K\)段使得每一段小于当前答案。
  • 这个问题显然可以\(O(N)\)贪心,只要使得每次取的字符串在不超过当前答案的情况下尽可能长就行了。
  • 用分块加速这个过程,单次复杂度降至\(O(\sqrt{N})\)。
  • 时间复杂度\(O(NLogN+N\sqrt{N})\)。

【代码】

#include<bits/stdc++.h>
using namespace std;
const int MAXN = 400005;
template <typename T> void chkmax(T &x, T y) {x = max(x, y); }
template <typename T> void chkmin(T &x, T y) {x = min(x, y); } 
template <typename T> void read(T &x) {
	x = 0; int f = 1;
	char c = getchar();
	for (; !isdigit(c); c = getchar()) if (c == '-') f = -f;
	for (; isdigit(c); c = getchar()) x = x * 10 + c - '0';
	x *= f;
}
template <typename T> void write(T x) {
	if (x < 0) x = -x, putchar('-');
	if (x > 9) write(x / 10);
	putchar(x % 10 + '0');
}
template <typename T> void writeln(T x) {
	write(x);
	puts("");
}
namespace SuffixArray {
	const int MAXN = 400005;
	const int MAXLOG = 20;
	const int MAXC = 256; 
	int sa[MAXN], rank[MAXN], height[MAXN];
	int Min[MAXN][MAXLOG], bit[MAXN], N;
	void init(char *a, int n) {
		N = n;
		static int x[MAXN], y[MAXN], cnt[MAXN], rk[MAXN];
		memset(cnt, 0, sizeof(cnt));
		for (int i = 1; i <= n; i++)
			cnt[(int) a[i]]++;
		for (int i = 1; i <= MAXC; i++)
			cnt[i] += cnt[i - 1];
		for (int i = n; i >= 1; i--)
			sa[cnt[(int) a[i]]--] = i;
		rank[sa[1]] = 1;
		for (int i = 2; i <= n; i++)
			rank[sa[i]] = rank[sa[i - 1]] + (a[sa[i]] != a[sa[i - 1]]);
		for (int k = 1; rank[sa[n]] != n; k <<= 1) {
			for (int i = 1; i <= n; i++) {
				x[i] = rank[i];
				y[i] = (i + k <= n) ? rank[i + k] : 0;
			}
			memset(cnt, 0, sizeof(cnt));
			for (int i = 1; i <= n; i++)
				cnt[y[i]]++;
			for (int i = 1; i <= n; i++)
				cnt[i] += cnt[i - 1];
			for (int i = n; i >= 1; i--)
				rk[cnt[y[i]]--] = i;
			memset(cnt, 0, sizeof(cnt));
			for (int i = 1; i <= n; i++)
				cnt[x[i]]++;
			for (int i = 1; i <= n; i++)
				cnt[i] += cnt[i - 1];
			for (int i = n; i >= 1; i--)
				sa[cnt[x[rk[i]]]--] = rk[i];
			rank[sa[1]] = 1;
			for (int i = 2; i <= n; i++)
				rank[sa[i]] = rank[sa[i - 1]] + (x[sa[i]] != x[sa[i - 1]] || y[sa[i]] != y[sa[i - 1]]);		
		}
		int now = 0;
		for (int i = 1; i <= n; i++) {
			if (now) now--;
			while (a[i + now] == a[sa[rank[i] + 1] + now]) now++;
			height[rank[i]] = now;
		}
		for (int i = 1; i <= n; i++)
			Min[i][0] = height[i];
		for (int p = 1; p < MAXLOG; p++) {
			int tmp = 1 << (p - 1);
			for (int i = 1, j = tmp + 1; j <= n; i++, j++)
				Min[i][p] = min(Min[i][p - 1], Min[i + tmp][p - 1]);
		}
		for (int i = 1; i <= n; i++) {
			bit[i] = bit[i - 1];
			if (i >= 1 << (bit[i] + 1)) bit[i]++;
		}
	}
	int lcp(int x, int y) {
		if (x == y) return N - x + 1;
		x = rank[x], y = rank[y];
		if (x > y) swap(x, y);
		int tmp = bit[y - x];
		return min(Min[x][tmp], Min[y - (1 << tmp)][tmp]);
	}
}
int n, m, k;
int t, p[MAXN];
int l[MAXN], r[MAXN];
int nxt[MAXN], cnt[MAXN];
int size, tot, belong[MAXN];
char s[MAXN]; bool boost[MAXN];
int main() {
	read(n), read(k);
	scanf("%s", s + 1);
	for (int i = 1; i <= n; i++)
		s[i + n] = s[i];
	SuffixArray::init(s, 2 * n);
	m = n / k + (n % k != 0);
	if (m == 1) {
		int Max = 0;
		for (int i = 1; i <= n; i++)
			chkmax(Max, s[i] - '0');
		writeln(Max);
		return 0;
	}
	for (int i = 1; i <= 2 * n; i++)
		if (SuffixArray::sa[i] <= n) p[++t] = SuffixArray::sa[i];
	size = pow(n, 0.5);
	for (int i = 1; i <= n; i++) {
		if (i % size == 1 % size) l[++tot] = i;
		r[tot] = i, belong[i] = tot;
	}
	for (int i = 1; i <= tot; i++)
	for (int j = r[i]; j >= l[i]; j--) {
		int tmp = j + m - 1;
		if (tmp <= r[i]) cnt[j] = cnt[tmp] + 1, nxt[j] = nxt[tmp];
		else cnt[j] = 0, nxt[j] = j;
	}
	for (int i = 1; i <= n; i++) {
		int st = p[i];
		boost[st] = true;
		for (int j = st; j >= l[belong[st]]; j--) {
			int tmp = j + m - 1 + boost[j];
			if (tmp <= r[i]) cnt[j] = cnt[tmp] + 1, nxt[j] = nxt[tmp];
			else cnt[j] = 0, nxt[j] = j;
		}
		int now = st, steps = 0, length = 0;
		while (steps < k) {
			if (steps + cnt[now] + 1 <= k) {
				steps += cnt[now];
				length += nxt[now] - now;
				now = nxt[now];
				steps += 1;
				length += m - !boost[now];
				now += m - !boost[now];
				if (now > n) now -= n;
			} else {
				steps += 1;
				length += m - !boost[now];
				now += m - !boost[now];
				if (now > n) now -= n;
			}
		}
		if (length >= n) {
			for (int i = 1; i <= m; i++)
				printf("%c", s[st + i - 1]);
			printf("\n");
			return 0;
		}
	}
	return 0;
}

### 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