ExKMP(Z Algorithm) 讲解
问题引入
众所周知,\(\mathrm{KMP}\) 算法是最为经典的单模板字符串匹配问题的线性解法。那么 \(\mathrm{ExKMP}\) 字面意义是 \(\mathrm{KMP}\) 的扩展,那么它是解决什么问题呢?
CaiOJ 1461 【EXKMP】最长共同前缀长度
存在母串 \(S\) 和子串 \(T\) ,设 \(|S| = n, |T| = m\) ,求 \(T\) 与 \(S\) 的每一个后缀的最长公共前缀 \((\mathrm{LCP})\)。
设 \(extend\) 数组, \(extend[i]\) 表示 \(T\) 与 \(S_{i \sim n}\) 的 \(\mathrm{LCP}\) ,对于 \(i \in [1, n]\) 求 \(extend[i]\) 。
\(1 \le m \le n \le 10^6\)
以下的字符串下标均从 \(1\) 开始标号。
算法讲解
本文参考了这位 大佬的讲解 。
其实可以直接用 \(SA / SAM\) 解决,但是太大材小用了。。。(但似乎不太好做到 \(O(n)\) 有一种是做到 \(O(n) - O(1) \mathrm{RMQ}\) )
对于一般的 \(\mathrm{KMP}\) 只需要求所有 \(extend[i] = m\) 的位置,那么 \(\mathrm{ExKMP}\) 就是需要求出这个 \(extend[i]\) 数组。
举个例子更好理解。
令 \(S = \underline{aaaabaa}, T = \underline{aaaaa}\) 。
S: a a a a b a a
| | | | X
T: a a a a a
我们知道 \(extend[1] = 4\) ,然后计算 \(extend[2]\) ,我们发现重新匹配是很浪费时间的。
由于 \(S_{1 \sim 4} = T_{1\sim 4}\) ,那么 \(S_{2 \sim 4} = T_{2 \sim 4}\) 。
此时我们需要一个辅助的匹配数组 \(next[i]\) 表示 \(T_{i \sim m}\) 与 \(T\) 的 \(\mathrm{LCP}\) 。
我们知道 \(next[2] = 4\) ,那么 \(T_{2 \sim 5} = T_{1 \sim 4} \Rightarrow T_{2 \sim 4} = T_{1 \sim 3}\) 。
所以可以直接从 \(T_4\) 开始和 \(S_5\) 匹配,此时发现会失配,那么 \(extend[2] = 3\) 。
这其实就是 \(\mathrm{ExKMP}\) 的主要思想,下面简述其匹配的过程。
匹配过程
此处假设我们已经得到了 \(next[i]\) 。
当前我们从前往后依次递推 \(extend[i]\) ,假设当前递推完前 \(k\) 位,要求 \(k + 1\) 位。
此时 \(extend[1 \sim k]\) 已经算完,假设之前 \(T\) 能匹配 \(S\) 的后缀最远的位置为 \(p = \max_{i < k} (i + extend[i] - 1)\) ,对应取到最大值的位置 \(i\) 为 \(pos\) 。
S: 1 ... pos ... k k+1 ... p ...
那么根据 \(extend\) 数组定义有 \(S_{pos \sim p} = T_{1 \sim p - pos + 1} \Rightarrow S_{k + 1 \sim p} = T_{k - pos + 2 \sim p -pos + 1}\) 。
令 \(len = next[k - pos + 2]\) ,分以下两种情况讨论。
\(k + len < p\) 。
S: 1 ... pos ... k k+1 ... k+len k+len+1 ... p ...
| | | X
T: 1 ... len len+1 ...
此时我们发现 \(S_{k + 1 \sim k + len} = T_{1 \sim len}\) 。
由于 \(next[k - pos + 2] = len\) 所以 \(T_{k + len + pos + 2} \not = T_{len + 1}\) 。
又由于 \(S_{k + len + 1} = T_{k + len - pos + 2}\) 所以 \(S_{k + len + 1} \not = T_{len + 1}\) 。
这意味着 \(extend[k + 1] = len\) 。
\(k + len \ge p\)
S: 1 ... pos ... k k+1 ... p p+1 ... ...
| | | ?
T: 1 ... ... p-k+2 ... len ...
那么 \(S_{p + 1}\) 之后的串我们都从未尝试匹配过,不知道其信息,我们直接暴力向后依次匹配即可,直到失配停下来。
如果 \(extend[k + 1] + k > p\) 要更新 \(p\) 和 \(pos\) 。
next 的求解
前面我们假设已经求出 \(next\) ,但如何求呢?
其实和 \(\mathrm{KMP}\) 是很类似的,我们相当于 \(T\) 自己匹配自己每个后缀的答案,此处需要的 \(next\) 全都在前面会计算过。
和前面匹配的过程是一模一样的。
复杂度证明
下面来分析一下算法的时间复杂度。
对于第一种情况,无需做任何匹配即可计算出 \(extend[i]\) 。
对于第二种情况,都是从未被匹配的位置开始匹配,匹配过的位置不再匹配,也就是说对于母串的每一个位置,都只匹配了一次,所以算法总体时间复杂度是 \(O(n)\) 的。
代码解决
注意 \(k + 1 = i\) ,不要弄错下标了。
#include <bits/stdc++.h>
#define For(i, l, r) for (register int i = (l), i##end = (int)(r); i <= i##end; ++i)
#define Fordown(i, r, l) for (register int i = (r), i##end = (int)(l); i >= i##end; --i)
#define Rep(i, r) for (register int i = (0), i##end = (int)(r); i < i##end; ++i)
#define Set(a, v) memset(a, v, sizeof(a))
#define Cpy(a, b) memcpy(a, b, sizeof(a))
#define debug(x) cout << #x << ": " << (x) << endl
#define next Next
using namespace std;
template<typename T> inline bool chkmin(T &a, T b) { return b < a ? a = b, 1 : 0; }
template<typename T> inline bool chkmax(T &a, T b) { return b > a ? a = b, 1 : 0; }
inline int read() {
int x(0), sgn(1); char ch(getchar());
for (; !isdigit(ch); ch = getchar()) if (ch == '-') sgn = -1;
for (; isdigit(ch); ch = getchar()) x = (x * 10) + (ch ^ 48);
return x * sgn;
}
void File() {
#ifdef zjp_shadow
freopen ("1461.in", "r", stdin);
freopen ("1461.out", "w", stdout);
#endif
}
const int N = 1e6 + 1e3;
void Get_Next(char *S, int *next) {
int lenS = strlen(S + 1), p = 1, pos;
next[1] = lenS; // 对于 next[1] 要特殊考虑
while (p + 1 <= lenS && S[p] == S[p + 1]) ++ p;
next[pos = 2] = p - 1; // next[2] 是为了初始化
For (i, 3, lenS) { // 注意此时 k + 1 = i
int len = next[i - pos + 1];
if (len + i < p + 1) next[i] = len; // 对应上面第一种情况
else {
int j = max(p - i + 1, 0); // 找到前面对于 子串 最靠后已经匹配的位置
while (i + j <= lenS && S[j + 1] == S[i + j]) ++ j; // 第二种需要暴力匹配
p = i + (next[pos = i] = j) - 1; // 记得更新 p, pos
}
}
}
void ExKMP(char *S, char *T, int *next, int *extend) {
int lenS = strlen(S + 1), lenT = strlen(T + 1), p = 1, pos;
while (p <= lenT && S[p] == T[p]) ++ p;
p = extend[pos = 1] = p - 1; // 初始化 extend[1]
For (i, 2, lenS) {
int len = next[i - pos + 1];
if (len + i < p + 1) extend[i] = len;
else {
int j = max(p - i + 1, 0);
while (i + j <= lenS && j <= lenT && T[j + 1] == S[i + j]) ++ j;
p = i + (extend[pos = i] = j) - 1;
}
} // 和上面基本一模一样啦
}
char S[N], T[N]; int next[N], extend[N];
int main () {
File();
scanf ("%s", S + 1);
scanf ("%s", T + 1);
Get_Next(T, next);
ExKMP(S, T, next, extend);
For (i, 1, strlen(S + 1))
printf ("%d%c", extend[i], i == iend ? '\n' : ' ');
return 0;
}
一些例题
UOJ #5. 【NOI2014】动物园
题意
给你一个字符串 \(S\) ,定义 \(num\) 数组 --- 对于字符串 \(S\) 的前 \(i\) 个字符构成的子串,既是它的后缀同时又是它的前缀,并且 该后缀与该前缀不重叠 ,将这种字符串的数量记作 \(num[i]\) 。
求 \(\prod_{i = 1}^{|S|} (num[i] + 1) \pmod {10^{9}+7}\)
题解
如果会 \(\mathrm{ExKMP}\) 就是裸题了。
然后考虑对于每个 \(S\) 的后缀 \(i\) 会被算多少遍,其实就是对于以 \([i, \min(2 \times (i - 1), i + next[i] - 1)]\) 为结尾的所有前缀有贡献,那么直接差分即可。
复杂度是 \(O(\sum |S|)\) 的。
代码
前面的板子就不再放了。
const int N = 1e6 + 1e3, Mod = 1e9 + 7;
char str[N]; int num[N], next[N];
int main () {
File();
for (int cases = read(); cases; -- cases) {
scanf ("%s", str + 1); Set(num, 0);
Get_Next(str, next);
int n = strlen(str + 1);
For (i, 2, n)
if (next[i])
++ num[i], -- num[min(i * 2 - 1, i + next[i])];
int ans = 1;
For (i, 1, n)
ans = 1ll * ans * ((num[i] += num[i - 1]) + 1) % Mod;
printf ("%d\n", ans);
}
return 0;
}
CF1051E Vasya and Big Integers
题意
给你一个由数字构成的字符串 \(a\) ,问你有多少种划分方式,使得每段不含前导 \(0\) ,并且每段的数字大小在 \([l, r]\) 之间。答案对于 \(998244353\) 取模。
\(1 \le a \le 10^{1000000}, 0 \le l \le r \le 10^{1000000}\)
题解
考虑暴力 \(dp\) ,令 \(dp_i\) 为以 \(i\) 为一段结束的方案数。对于填表法是没有那么好转移的,(因为前导 \(0\) 的限制是挂在前面那个点上)我们考虑刷表法。
那么转移为
\]
我们发现 \(dp_i\) 能转移到的 \(j\) 一定是一段连续的区间。
我们就需要快速得到这段区间,首先不难发现 \(j\) 对应的位数区间是可以很快确定的,就是 \([l + |L| - 1, i + |R| - 1]\) 。
但是如果位数一样的话需要多花费 \(O(n)\) 的时间去逐位比较大小。
有什么快速的方法吗?不难想到比较两个数字大小的时候是和字符串一样的,就是 \(\mathrm{LCP}\) 的后面一位。
那么我们用 \(\mathrm{ExKMP}\) 快速预处理 \(extend(\mathrm{LCP})\) 就可以了。
代码
const int N = 1e6 + 1e3, Mod = 998244353;
inline void Add(int &a, int b) {
if ((a += b) >= Mod) a -= Mod;
}
char S[N], L[N], R[N];
template<typename T>
inline int dcmp(T lhs, T rhs) {
return (lhs > rhs) - (lhs < rhs);
}
inline int Cmp(int l, int r, char *cmp, int *Lcp, int len) {
if (r - l + 1 != len) return dcmp(r - l + 1, len);
return l + Lcp[l] > r ? 0 : dcmp(S[l + Lcp[l]], cmp[Lcp[l] + 1]);
}
int lenL, lenR, tmp[N], EL[N], ER[N];
inline bool Check(int x, int y) {
return Cmp(x, y, L, EL, lenL) >= 0 && Cmp(x, y, R, ER, lenR) <= 0;
}
int tag[N], dp = 1;
int main () {
File();
scanf ("%s", S + 1);
int n = strlen(S + 1);
scanf ("%s", L + 1); lenL = strlen(L + 1); Get_Next(L, tmp); ExKMP(S, L, tmp, EL);
scanf ("%s", R + 1); lenR = strlen(R + 1); Get_Next(R, tmp); ExKMP(S, R, tmp, ER);
tag[1] = Mod - 1;
For (i, 1, n) {
int l, r;
if (S[i] == '0') {
if (L[1] == '0') l = r = i;
else { Add(dp, tag[i]); continue; }
} else {
l = i + lenL - 1; if (!Check(i, l)) ++ l;
r = i + lenR - 1; if (!Check(i, r)) -- r;
}
if (l <= r) Add(tag[l], dp), Add(tag[r + 1], Mod - dp);
Add(dp, tag[i]);
}
printf ("%d\n", (dp + Mod) % Mod);
return 0;
}
ExKMP(Z Algorithm) 讲解的更多相关文章
- ACM模板_axiomofchoice
目录 语法 c++ java 动态规划 多重背包 最长不下降子序列 计算几何 向量(结构体) 平面集合基本操作 二维凸包 旋转卡壳 最大空矩形 | 扫描法 平面最近点对 | 分治 最小圆覆盖 | 随机 ...
- ACM 模板库
Template For ACM 一. 字符串 标准库 sscanf sscanf(const char *__source, const char *__format, ...) :从字符串 __s ...
- Python机器学习笔记 异常点检测算法——Isolation Forest
Isolation,意为孤立/隔离,是名词,其动词为isolate,forest是森林,合起来就是“孤立森林”了,也有叫“独异森林”,好像并没有统一的中文叫法.可能大家都习惯用其英文的名字isolat ...
- [转]Python机器学习笔记 异常点检测算法——Isolation Forest
Isolation,意为孤立/隔离,是名词,其动词为isolate,forest是森林,合起来就是“孤立森林”了,也有叫“独异森林”,好像并没有统一的中文叫法.可能大家都习惯用其英文的名字isolat ...
- sklearn异常检测demo
sklearn 异常检测demo代码走读 # 0基础学python,读代码学习python组件api import time import numpy as np import matplotlib ...
- Anomaly Detection
数据集中的异常数据通常被成为异常点.离群点或孤立点等,典型特征是这些数据的特征或规则与大多数数据不一致,呈现出“异常”的特点,而检测这些数据的方法被称为异常检测. 异常数据根据原始数据集的不同可以分为 ...
- csp退役前的做题计划1(真)
csp退役前的做题计划1(真) 因为我太菜了,所以在第一次月考就会退役,还是记录一下每天做了什么题目吧. 任务计划 [ ] Z算法(Z Algorithm) 9.28 [x] ARC061C たくさん ...
- React源码深度解析视频 某课网(完整版)
<ignore_js_op> [课程介绍]: React毫无疑问是前端界主流的框架,而框架本身就是热点.课程以讲解React实现原理为主,并在实现过程中讲解这么做的原因,带来 ...
- 模板库 ~ Template library
TOC 建议使用 Ctrl+F 搜索 . 目录 小工具 / C++ Tricks NOI Linux 1.0 快速读入 / 快速输出 简易小工具 无序映射器 简易调试器 文件 IO 位运算 Smart ...
随机推荐
- 基于LBS的六边形热力图算法
六边形算法: 我把六边形铺满的分布图进行了切分,切分为矩形,每个矩形中有一个六边形.4个三角形.两个小长方形,依次计算.边界判断上,采用主流的MP>MN的方式(M为上边界对称点,N为与六边形的交 ...
- 小米6X手机解锁(bl锁)
1. http://www.miui.com/unlock/index.html,申请解锁2. 手机:“设置 -> 更多设置 -> 开发者选项 -> 设备解锁状态”中绑定账号和设备. ...
- SQL增删改查
1.增 INSERT INTO table_name VALUES (value1, value2,....) INSERT INTO table_name (列1, 列2,...) VALUES ( ...
- 一文把samba相关的都说清楚
1.前言 samba源码都一样,配置也也一样,各个不同linux版本,唯一不同的是对服务的启动方式不同.下面以ubuntu14.4为例,说明. 2. 安装samba samba的安装,可以源码安装,大 ...
- centos7查看可登陆用户
一.命令 cat /etc/passwd | grep -v /sbin/nologin | cut -d : -f 1 cat /etc/passwd | grep /bin/bash | cu ...
- Type '' cannot conform to protocol '' because it has requirements that cannot be satisfied
我有一个Objective-C协议,我试图在Swift类中实现.例如: @class AnObjcClass; @protocol ObjcProtocol <NSObject> - (v ...
- 网络威胁实时地图(CyberThread Real-time Map)
今天跟大家分享一下网络威胁实时地图(CyberThread Real-time Map),从地图上可以看出目前网络威胁情况数据. 点击打开网络威胁实时地图 可以点击demo on/off来看演示.可以 ...
- SQLServer之添加聚集索引
聚集索引添加规则 聚集索引按下列方式实现 PRIMARY KEY 和 UNIQUE 约束 在创建 PRIMARY KEY 约束时,如果不存在该表的聚集索引且未指定唯一非聚集索引,则将自动对一列或多列创 ...
- 一探究竟:Namenode、SecondaryNamenode、NamenodeHA关系
NameNode与Secondary NameNode 很多人都认为,Secondary NameNode是NameNode的备份,是为了防止NameNode的单点失败的,其实并不是在这样.文章Sec ...
- canvas如何自适应屏幕大小
可以用JS监控屏幕大小,然后调整Canvas的大小.在代码中加入JS $(window).resize(resizeCanvas); function resizeCanvas() { ...