bzoj3277 串【解法一】

本文介绍了解决字符串匹配问题的一种高效算法——广义后缀自动机。该算法通过构建后缀数组,并利用二分查找及预处理技巧,实现了在O(l*logl)的时间复杂度内找出多个字符串中共同子串的最大长度。

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

解法二【广义后缀自动机】见【这里】

首先把串拼在一起求后缀数组,对于每一个字符串 si 从前往后考虑,找到这一位 j 所能延伸的最大长度vj,使得 si[j..j+vj1] 至少在 k 个字符串中出现,那么以这一位开头的子串贡献就是vj。显然 vjvj11 ,如果我们可以找到一种快速判断一个答案是否可行的方法,就可以扫描来解决这个问题。
对于答案 x ,我们可以在sa上二分找到前后最远的一段,这一段包含现在考虑的位置rank[si[j]],且 height 值都不小于 x 。如果这一段里出现了不少于k个串,这个答案就是可行的。否则就是不可行的。可以通过扫描预处理出 lefti 表示最大的位置 j 使得sa[j..i]出现了不少于 k 个串,这样最后一个判断也不难了。
最后的复杂度是O(llogl)

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
#define LL long long
const int maxn=800010,oo=0x3f3f3f3f;
char s1[maxn];
int s[maxn],sa[maxn],rank[maxn],height[maxn],cnt[maxn],f[maxn],
bel[maxn],start[maxn],len[maxn],left[maxn],mn[maxn][25],log[maxn],
n,k,l;
LL ans[maxn];
int qry(int l,int r)
{
    if (l>r) return oo;
    int k=log[r-l+1];
    return min(mn[l][k],mn[r-(1<<k)+1][k]);
}
int check(int p,int x)
{
    int L=2,R=p+1,u,v;
    while (L<R)
    {
        int mid=(L+R)/2;
        if (qry(mid,p)<x) L=mid+1;
        else R=mid;
    }
    u=L-1;
    L=p,R=l;
    while (L<R)
    {
        int mid=(L+R+1)/2;
        if (qry(p+1,mid)<x) R=mid-1;
        else L=mid;
    }
    v=L;
    return left[v]>=u;
}
int main()
{
    //freopen("in.txt","r",stdin);
    //freopen("out.txt","w",stdout);
    int m,p,now=0;
    scanf("%d%d",&n,&k);
    for (int i=1;i<=n;i++)
    {
        start[i]=l+1;
        scanf("%s",s1+1);
        len[i]=strlen(s1+1);
        l+=len[i];
        for (int j=start[i];j<=l;j++)
        {
            bel[j]=i;
            s[j]=s1[j-start[i]+1];
        }
        s[++l]='z'+i;
    }
    m='z'+n-'a'+1;
    for (int i=1;i<=l;i++)
        cnt[rank[i]=s[i]-'a'+1]++;
    for (int i=2;i<=m;i++) cnt[i]+=cnt[i-1];
    for (int i=l;i;i--) sa[cnt[rank[i]]--]=i;
    for (int x=1;;x<<=1)
    {
        p=0;
        for (int i=l-x+1;i<=l;i++) f[++p]=i;
        for (int i=1;i<=l;i++)
            if (sa[i]>x) f[++p]=sa[i]-x;
        for (int i=1;i<=m;i++) cnt[i]=0;
        for (int i=1;i<=l;i++) cnt[rank[f[i]]]++;
        for (int i=2;i<=m;i++) cnt[i]+=cnt[i-1];
        for (int i=l;i;i--) sa[cnt[rank[f[i]]]--]=f[i];
        for (int i=1;i<=l;i++) f[i]=rank[i];
        rank[sa[1]]=1;
        for (int i=2;i<=l;i++)
            if (f[sa[i]]==f[sa[i-1]]&&f[sa[i]+x]==f[sa[i-1]+x])
                rank[sa[i]]=rank[sa[i-1]];
            else rank[sa[i]]=rank[sa[i-1]]+1;
        m=rank[sa[l]];
        if (m>=l) break;
    }
    for (int i=1;i<=l;i++)
    {
        if ((height[rank[i]]=height[rank[i-1]])) height[rank[i]]--;
        while (s[i+height[rank[i]]]==s[sa[rank[i]-1]+height[rank[i]]]) height[rank[i]]++;
    }
    for (int i=1;i<=l;i++) mn[i][0]=height[i];
    for (int i=1;(1<<i)<=l;i++) log[1<<i]=i;
    for (int i=3;i<=l;i++)
        if (!log[i]) log[i]=log[i-1];
    for (int j=1;j<=log[l];j++)
        for (int i=1;i+(1<<j)-1<=l;i++)
            mn[i][j]=min(mn[i][j-1],mn[i+(1<<(j-1))][j-1]);
    for (int i=1;i<=n;i++) cnt[i]=0;
    for (int i=1;i<=l;i++)
    {
        p=i;
        cnt[bel[sa[i]]]++;
        if (bel[sa[i]]&&cnt[bel[sa[i]]]==1) now++;
        if (now>=k) break;
    }
    for (int i=1;i<p;i++) left[i]=-oo;
    cnt[bel[sa[p]]]--;
    now--;
    for (int i=p,j=1;i<=l;i++)
    {
        cnt[bel[sa[i]]]++;
        if (bel[sa[i]]&&cnt[bel[sa[i]]]==1) now++;
        while (now>k||!bel[sa[j]]||cnt[bel[sa[j]]]>1)
        {
            cnt[bel[sa[j]]]--;
            if (bel[sa[j]]&&!cnt[bel[sa[j]]]) now--;
            j++;
        }
        left[i]=j;
    }
    for (int i=1;i<=n;i++)
    {
        now=0;
        for (int j=1;j<=len[i];j++,now--)
        {
            while (j+now<=len[i]&&check(rank[start[i]+j-1],now+1)) now++;
            ans[i]+=now;
        }
    }
    for (int i=1;i<=n;i++) printf("%lld ",ans[i]);
}
### 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**:先对每个给定的模式执行次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棵Trie树基础上进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