动态规划和字符串匹配（KMP、AC自动机）

最近学了关于字符串匹配主要的两种方法，做了一些题目，发现这可以动态规划结合，题目中往往有“……T是S的子串……”这类字眼，而且答案要求“最少、最多、多少种”一类的问题。

解决这类问题往往是要记录一个“匹配到哪一位”的状态，然后考虑当前状态可以更新哪些新的状态，下面列举两道题目：

 

 

KMP

有两个字符串S和T（1 ≤ |S| ≤10000， 1 ≤ |T| ≤ 1000），问题是至少要从字符串S中删掉多少个字符，才能使得字符串T不是字符串S的子串。

 

很容易想到一个这样的动态规划：以f（i，j）记录S字符串第i位，匹配了T的前j位，最少需要删除多少位。然后对于每一位，有删除和不删除两种情况。下面是一个例子：

			i	i + 1
S	……	A	B	A	……
T		A	B	C
			j

我们用当前的状态去更新新的状态，现在需要考虑第i+1位的A是否删除，如果删除，匹配的个数j不变，那么：f（i+1，j）= f（i，j）+ 1；如果不删除，匹配的个数是多少呢？

			i	i + 1
S	……	A	B	A	……	……
T		A	B	C
T’				A	B	C
			j

当然，不能够一个个枚举。这时可以发现，求新的匹配的个数正好是KMP中匹配失败后的所需要求的。

 

那么，这样时间复杂度貌似就是预处理的O（|T|）加上状态O（|S| × |T|）。但后来发现求新的匹配个数时超时，因为很多求next的过程是一样的。如：

	1	2	3	i = 4	5	6
S	A	B	A	B	C	A
T	A	B	A	B	A
T’			A	B	A	B	A
T’’					A	B	A	……

首先，i = 4, j = 4，也就是T串，现在匹配了4个，现在考虑不删除i+1位，则要求出匹配的个数，得到了T’，然而T’就是f（i，next[j]），发现还是不行，则又有T’’ ： f（i，next[ next[j ] ]），还是不行，那么就是一个也匹配不了。那么在求完了f（i，j）后，结果也是T’、T’’的结果，所以可以同时计算这几个的结果。这样就不超了。

 

AC自动机

         给出n（1 ≤ n ≤ 20, 长度小于 20）个字符串，要求构造长度为K的字符串，使得这n个字符串出现的次数最多。

样例输入：

3 7

ABA

CB

ABACB

样例输出：

         4

样例解释：

         构造出  ABACBCB，则有1个ABA，2个CB，1个ABACB。

 

         设计一个这样的动态规划：f（i, j）记录下，已经了构造第i个字符，匹配的状态为字母树的标号为j的结点（这个可以用静态数组来保存字母树，然后数组第j个结点就是标号为j的结点），最多可以出现多少个字符串，然后可以枚举第 i+1 构造的字母，去更新f（i+1， ？）。这个可以在字母树上沿着失败指针走一次即可。

#include <cstdio>
#include <cstring>
using namespace std;

const int inf = 0x3f3f3f3f;

char S[10007], T[1007];
int next[1007];

int f[10007][1007];

int main() {
    freopen("necklace.in", "r", stdin);
    freopen("necklace.out", "w", stdout);
    
    scanf("%s\n%s", S, T);
    
    int n = strlen(S);
    int m = strlen(T);
    
    int j = -1;
    next[0] = -1;
    for (int i = 1; i < m; i ++) {
        while (j != -1 && T[j + 1] != T[i]) 
            j = next[j];
        if (T[j + 1] == T[i]) 
            j ++;
        next[i] = j;
    }
    
    for (int i = 0; i < n; i ++)
        for (int j = 0; j < m; j ++)
            f[i][j] = inf;            //全部为无穷大
    
    if (S[0] == T[0]) {           //f[i] 初始化
        f[0][1] = 0;
        f[0][0] = 1;
    }
    else
        f[0][0] = 0;
    
    
    for (int i = 0; i < n - 1; i ++) {
        for (int j = -1; j < m - 1; j ++)    //-1表示一个也匹配不了，0为匹配一个，以此类推   使用时下表偏移+1
            f[i + 1][j + 1] <?= f[i][j + 1] + 1;    //删除的情况
        
        for (int j = m - 2; j >= -1; j --)
            if (f[i][j + 1] != inf) {        //有可能达到该状态
                int tmp = j, tmp2 = inf;     //tmp为当前状态， tmp2为最小可以用来更新的值
                
                while (tmp != -1 && T[tmp + 1] !=  S[i + 1]) {
                    tmp2 <?= f[i][tmp + 1];
                    f[i][tmp + 1] = inf;     //该状态同f(i, j)，所以下次不用计算了。
                    tmp = next[tmp];
                }
                tmp2 <?= f[i][tmp + 1];
                f[i][tmp + 1] = inf;
                
                if (T[tmp + 1] == S[i + 1]) tmp ++;
                f[i + 1][tmp + 1] <?= tmp2;
            }
    }
    
    int ans = inf;
    for (int j = 0; j < m; j ++)  //结果不能匹配m个，
        ans <?= f[n - 1][j];
    
    printf("%d\n", ans);
    
    return 0;
}

#include <cstdio>
#include <cstring>
using namespace std;

struct Trie {
    Trie *son[3], *next;
    int cnt;
    Trie() {
        for (int i = 0; i < 3; i ++) son[i] = NULL;
        cnt = 0;
    }
}mem[307], *root = mem, *que[307];     //静态数组，  下标为0的是根
int tot, f[1007][307];
char dat[17];

Trie* New() {            //创建新结点
    tot ++;
    return mem + tot;
}

int main() {
    freopen("combos.in", "r", stdin);
    freopen("combos.out", "w", stdout);
    
    int n, k;
    scanf("%d%d\n", &n, &k);
    for (int i = 0; i < n; i ++) {     //建立字母树
        scanf("%s\n", dat);
        int len = strlen(dat);
        Trie *now = root;
        
        for (int j = 0; j < len; j ++) {
            int p = dat[j] - 'A';
            if (! now -> son[p]) now -> son[p] = New();
            now = now -> son[p];
        }
        
        now -> cnt ++;
    }
    
    int head = 0, tail = 0;
    que[0] = root;
    root -> next = NULL;         //建立AC自动机
    while (head <= tail) {
        Trie *now = que[head];
        head ++;
        for (int i = 0; i < 3; i ++)    
            if (now -> son[i]) {
                tail ++;
                que[tail] = now -> son[i];
                
                now -> son[i] -> next = root;
                if (now != root) {
                    Trie *tmp = now -> next;
                    while (tmp) {
                        if (tmp -> son[i]) {
                            now -> son[i] -> next = tmp -> son[i];
                            break;
                        }
                        tmp = tmp -> next;
                    }
                }
            }
    }
    
    memset(f, -1, sizeof(f));    //初始化
    f[0][0] = 0;
    for (int i = 0; i < k; i ++)   //构造第i位
        for (int j = 0; j <= tot; j ++)   //点的编号
            if (f[i][j] > -1) {     //该状态可以实现
                for (int p = 0; p < 3; p ++) {   //枚举第i+1个字母
                    Trie *now = mem + j;   //编号为j的点
                    while (! now -> son[p] && now -> next) now = now -> next;
                    if (! now -> son[p]) {
                        f[i+1][0] >?= f[i][j];   //如果没找到，则更新根结点
                        continue;
                    }
                    
                    now = now -> son[p];
                    Trie *tmp = now;
                    int cntf = 0;             //计数：可以新增多少个
                    while (tmp) {
                        cntf += tmp -> cnt;
                        tmp = tmp -> next;
                    }
                    
                    f[i+1][now-mem] >?= f[i][j] + cntf;
                }
            }
    
    int ans = 0;
    for (int i = 0; i <= tot; i ++) ans >?= f[k][i];
    printf("%d\n", ans);
    
    return 0;
}