SP263 PERIOD - Period KMP技巧

本文深入探讨了KMP算法的原理,特别是如何利用其next数组来高效解决字符串的循环元问题,通过实例展示了如何计算前缀的最大循环次数及其最小循环元长度。

\(\color{#0066ff}{题目描述}\)

如果一个字符串S是由一个字符串T重复K次形成的,则称T是S的循环元。使K最大的字符串T称为S的最小循环元,此时的K称为最大循环次数。

现给一个给定长度为N的字符串S,对S的每一个前缀S[1~i],如果它的最大循环次数大于1,则输出该前缀的最小循环元长度和最大循环次数。

\(\color{#0066ff}{输入格式}\)

第一行一个T,T组数据\(T \leq 10\)

每组数据一个n,\(n\leq 1000000\),表示字符串长度

接下来是字符串

\(\color{#0066ff}{输出格式}\)

每组数据输出前缀长度以及最大循环次数

\(\color{#0066ff}{输入样例}\)

2
3
aaa
12
aabaabaabaab

\(\color{#0066ff}{输出样例}\)

Test case #1
2 2
3 3

Test case #2
2 2
6 2
9 3
12 4

\(\color{#0066ff}{题解}\)

kmp的nxt数组为后缀与前缀相同的最长长度(可重叠!!)
因此,如果当前前缀合法,那么i-nxt[i]一定是最小循环长度,所以i/(i-nxt[i])就是次数喽
#include<cstdio>
#include<queue>
#include<vector>
#include<iostream>
#include<cstring>
#include<algorithm>
#include<cctype>
#include<cmath>
#define _ 0
#define LL long long
#define Space putchar(' ')
#define Enter putchar('\n')
#define fuu(x,y,z) for(int x=(y),x##end=z;x<=x##end;x++)
#define fu(x,y,z)  for(int x=(y),x##end=z;x<x##end;x++)
#define fdd(x,y,z) for(int x=(y),x##end=z;x>=x##end;x--)
#define fd(x,y,z)  for(int x=(y),x##end=z;x>x##end;x--)
#define mem(x,y)   memset(x,y,sizeof(x))
#ifndef olinr
inline char getc()
{
    static char buf[100001],*p1=buf,*p2=buf;
    return (p1==p2)&&(p2=(p1=buf)+fread(buf,1,100001,stdin),p1==p2)? EOF:*p1++;
}
#else
#define getc() getchar()
#endif
template<typename T>inline void in(T &x)
{
    int f=1; char ch; x=0;
    while(!isdigit(ch=getc()))(ch=='-')&&(f=-f);
    while(isdigit(ch)) x=x*10+(ch^48),ch=getc();
    x*=f;
}
int n,m;
struct node
{
    int to;
    node *nxt;
};
typedef node* nod;
nod head[1500];
int to[1500];
bool vis[1500];
int tot;
int ans[1060];
inline void add(int from,int to)
{
    nod t=new node;
    t->to=to;
    t->nxt=head[from];
    head[from]=t;
}
inline bool find(int x)
{
    for(nod i=head[x];i;i=i->nxt)
    {
        if(!vis[i->to])
        {
            vis[i->to]=true;
            if((!(~to[i->to]))||find(to[i->to]))
            {
                to[i->to]=x;
                return 1;
            }
        }
    }
    return 0;
}
int main()
{
    in(n),in(m);
    int x,y;
    fuu(i,0,m-1) in(x),in(y),add(i,x),add(i,y),ans[i]=-1;
    fuu(i,0,std::max(n,m)-1) to[i]=-1;
    fuu(i,0,m-1)
    {
        mem(vis,0);
        if(find(i)) tot++;
        else break;
    }
    printf("%d\n",tot);
    fuu(i,0,n-1) if(~to[i]) ans[to[i]]=i;
    fuu(i,0,m-1) if(~ans[i]) printf("%d\n",ans[i]);
    return ~~(0^_^0);
}

转载于:https://www.cnblogs.com/olinr/p/10046264.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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