[BZOJ1014] [JSOI2008]火星人prefix && splay+字符串hash 重写版

本文回顾了去年在代码实现中遇到的挑战,并分享了如何通过优化数据结构(如使用Hash表)来提高效率的经验。同时指出,尽管代码改进显著,但实际运行速度仍存在问题,暗示了在追求技术创新的同时,也需关注算法复杂度和优化实践的重要性。

看着去年十二月那个5K+的代码 我突然觉得过去的我还是蛮拼的

用Hash维护一棵子树的信息 更改和询问都比较方便可以参考原来的那篇

对于插入 其实应该找到把x-1旋转到根 x+1旋转到根的右儿子然后再插到x+1的做儿子处

感觉这样靠谱些 而且用数组版的splay代码少了好几K

但是还是跑了9s 慢的要死啊Orz  

果然像我这样的人最好早点滚粗 

#include<cstdio>
#include<algorithm>
#include<cstring>
#include<iostream>
#include<queue>
#define SF scanf
#define PF printf
using namespace std;
typedef long long LL;
const int MAXN = 150000;
const int MOD = 199999;
int base[MAXN+10];
int n, m;
char c;
char s[MAXN+10];
struct Splay_Tree{
	int val[MAXN+10], sz[MAXN+10], fa[MAXN+10];
	int RK[MAXN+10];
	int ncnt, root, ch[MAXN+10][2];
	void up(int x) {
		sz[x] = sz[ch[x][0]] + sz[ch[x][1]] + 1;
		RK[x] = (1LL * RK[ch[x][0]] * base[sz[ch[x][1]]+1] % MOD +
				1LL * val[x] * base[sz[ch[x][1]]] % MOD +
				RK[ch[x][1]]) % MOD;
	}
	void NewNode(int &x, int key, int pre) {
		x = ++ncnt;
		val[x] = key; sz[x] = 1; fa[x] = pre;
		ch[x][0] = ch[x][1] = 0;
	}
	void Rotate(int x) {
		int y = fa[x], z = fa[y];
		bool d = x == ch[y][0];
		if(ch[y][!d] = ch[x][d]) fa[ch[x][d]] = y;
		if(fa[x] = z) ch[z][y == ch[z][1]] = x;
		up(ch[x][d] = y); fa[y] = x;
	}
	void splay(int x, int goal) {
		for(int y = fa[x]; y ^ goal; Rotate(x), y = fa[x])
			if(fa[y] != goal) Rotate((x == ch[y][0]) && (y == ch[fa[y]][0]) ? y : x);
		up(x); if(!goal) root = x;
	}
	int Find_kth(int k) {
		int x = root;
		if(k < 0 || k > sz[x]) return -1;
		while(k <= sz[ch[x][0]] || k > sz[ch[x][0]] + 1) 
			if(k <= sz[ch[x][0]]) x = ch[x][0];
			else k -= sz[ch[x][0]] + 1, x = ch[x][1];
		splay(x, 0); return x;
	}
	void Build(int &x, int l, int r, int pre) {
		if(l > r) return ;
		int mid = (l + r) >> 1;
		NewNode(x, s[mid], pre);
		Build(ch[x][0], l, mid-1, x);
		Build(ch[x][1], mid+1, r, x);
		up(x);
	}
} sp;
void init() {
	base[0] = 1;
	for(int i = 1; i <= MAXN; i++) base[i] = 1LL * base[i-1] * 28 % MOD;
}
int Find_RK(int x, int len) {
	int y = x + len - 1, a, b;
	a = sp.Find_kth(x-1);
	b = sp.Find_kth(y+1);
	sp.splay(a, 0); sp.splay(b, a);
	return sp.RK[sp.ch[b][0]];
}
bool check(int x, int y, int len) {
	int a = Find_RK(x, len);
	int b = Find_RK(y, len);
	return a == b;
}
void R(int x, int key) {
	int pos = sp.Find_kth(x);
	sp.splay(pos, 0); sp.val[pos] = key; sp.up(pos);
}
void I(int x, int key) {
	int a = sp.Find_kth(x), b = sp.Find_kth(x+1), cur;
	sp.splay(a, 0); sp.splay(b, a);
	sp.NewNode(cur, key, b); sp.ch[b][0] = cur;
	sp.up(cur); sp.up(b); sp.up(a);
	n++;
}
void Q(int x, int y) {
	int L = 1, R = min(n-x, n-y), ans = 0;
	while(L <= R) {
		int mid = (L + R + 1) >> 1;
		if(check(x, y, mid)) L = mid+1, ans = mid;
		else R = mid-1;
	}
	PF("%d\n", ans);
}
int main() {
	init();
	SF("%s", s+1);
	n = strlen(s+1);
	for(int i = 1; i <= n; i++) s[i] -= 'a';
	s[0] = s[n+1] = 27;
	sp.Build(sp.root, 0, n+1, 0);
	n += 2;
	SF("%d", &m);
	for(int i = 1; i <= m; i++) {
		int x, y;
		SF(" %c", &c);
		switch(c) {
			case 'R' :
				SF("%d", &x);
				if(x > n-2) continue ; x++;
				SF(" %c", &c);
				R(x, c-'a');
				break;
			case 'I' :
				SF("%d", &x); x++;
				SF(" %c", &c);
				I(x, c-'a');
				break;
			case 'Q' :
				SF("%d%d", &x, &y); x++; y++;
				Q(x, y);
		}
	}
}


### BZOJ1461 字符串匹配 题解 针对BZOJ1461字符串匹配问题,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代表模式串的数量,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算法来预处理模式串,并通过构建失配树(也称为失败指针),使得可以在主串上高效地滑动窗口并检测多个模式串的存在情况。具体来说: - **前缀函数与KMP准备阶段**:先对每一个给定的模式串执行一次KMP算法中的pre_kmp操作,得到各个模式串对应的next数组。 - **建立失配树结构**:基于所有模式串共同构成的一棵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 1
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