【BZOJ 3998】弦论

【链接】h在这里写链接

【题意】

    给你一个长度为n的子串;

    让你求出第k小的子串是什么;

    输出答案的类型分两种;

    第一种,重复的算两次,第二种,重复的算一次。

     

    你的程序要能分别处理这两种情况。

    n最大5*10^5

【题解】

    感觉是道裸的后缀数组了。

    先求出后缀数组;

    然后按照后缀的大小升序枚举每一个后缀就好。

 

    对于重复算作一个的情况,则用每一个后缀的长度减去Height[i];

        这个被减过的值就是以i开头的子串,且不和之前出现过的重复的子串的个数了。

        ->也即算出来字典序为k的子串是多少。

    对于重复算作多个的情况。感觉反而不好写。。

        这样做.

        先把排名前i的后缀的所有的子串的个数算出来,->做一个前缀和

        便于后续的操作。

        然后,对于最后的子串的每一位,

        枚举它应该为多少

        ->一个类似数位DP的做法。

         

        假如最后的子串的第一位是'c'

        那么

        形如

        axxxxxxx

        bxxxxxxx

        的后缀,都能够把它删掉了。

        也即把所有小于它的子串全都减掉。

        直到

        'j'xxxxx的子串个数>=k为止。

        这样就能确定第一位是j.

        然后再枚举第二位是什么也从'a'..'z'

            直到能够确定每一位是什么为止。

 

        我们可以用二分+Sa来快速确定第i位是j的后缀有多少个。

        再用一开始处理好的前缀和。

        就能知道第i位是j的后缀,包含的子串个数。



        (一开始二分的范围是1..n)

        (这个范围表示的是后缀排名为1..n)

        (之后我们会逐渐缩小这个二分的范围)

        (左端点会逐渐变大..)

        (一旦确定第一位是某个字符之后,二分排名的范围就都会变小了..

            因为【第一位是某个字符的后缀】是【集中在一片区域里面】的,同理第二位也确定

            了之后,这个范围【又会变小】了。)

        (所以二分的时候,这片区域的后缀的前i-1位全都是相同的)

             

        从小到大枚举,逐渐确定每一位字符。

        具体实验看程序吧

【错的次数】

0

【反思】

类似数位DP确定每一位是什么的思路。

【代码】

#include<bits/stdc++.h>
#define ll long long
using namespace std;
 
const int N = 5e5;
const int MAX_CHAR = 255;//每个数字的最大值。
char s[N + 10];//如果是数字,就写成int s[N+10]就好,从0开始存
int Sa[N + 10], T1[N + 10], T2[N + 10], C[N + 10];
int Height[N + 10], Rank[N + 10];
 
void build_Sa(int n, int m) {
	int i, *x = T1, *y = T2;
	for (i = 0; i<m; i++) C[i] = 0;
	for (i = 0; i<n; i++) C[x[i] = s[i]]++;
	for (i = 1; i<m; i++) C[i] += C[i - 1];
	for (i = n - 1; i >= 0; i--) Sa[--C[x[i]]] = i;
	for (int k = 1; k <= n; k <<= 1)
	{
		int p = 0;
		for (i = n - k; i<n; i++) y[p++] = i;
		for (i = 0; i<n; i++) if (Sa[i] >= k) y[p++] = Sa[i] - k;
		for (i = 0; i<m; i++) C[i] = 0;
		for (i = 0; i<n; i++) C[x[y[i]]]++;
		for (i = 1; i<m; i++) C[i] += C[i - 1];
		for (i = n - 1; i >= 0; i--) Sa[--C[x[y[i]]]] = y[i];
		swap(x, y);
		p = 1; x[Sa[0]] = 0;
		for (i = 1; i<n; i++)
			x[Sa[i]] = y[Sa[i - 1]] == y[Sa[i]] && y[Sa[i - 1] + k] == y[Sa[i] + k] ? p - 1 : p++;
		if (p >= n) break;
		m = p;
	}
}
 
void getHeight(int n)
{
	int i, j, k = 0;
	for (i = 1; i <= n; i++) Rank[Sa[i]] = i;
	for (i = 0; i<n; i++) {
		if (k) k--;
		j = Sa[Rank[i] - 1];
		while (s[i + k] == s[j + k]) k++;
		Height[Rank[i]] = k;
	}
}
 
ll k, sum[N + 10];
int T, n;
 
void print(int x, int y)
{
	for (int i = x; i <= y; i++)
		putchar(s[i]);
}
 
int main() {
	//freopen("F:\\rush.txt", "r", stdin);
	scanf("%s", s);
	scanf("%d%lld", &T, &k);
	n = strlen(s);
	s[n] = 0;
	build_Sa(n + 1, MAX_CHAR);//注意调用n+1
	getHeight(n);
	if (T == 0)
	{
		ll ans = 0;
		for (int i = 1; i <= n; i++)
		{
			int t = n - Sa[i] - Height[i];
			if (k <= t)
				return print(Sa[i], (int)k + Sa[i] + Height[i] - 1), 0;
			k -= t;
		}
	}
	else
	{
		sum[0] = 0;
		for (int i = 1; i <= n; i++) sum[i] = sum[i - 1] + n - Sa[i];
		//sum[i]表示排名第i的后缀的子串个数
		if (sum[n] < k) return puts("-1"), 0;
		int L = 1, R = n, pl = 1;
		for (int i = 1; i <= n; i++)
		{
			int l2 = L;
			for (int j = 'a'; j <= 'z'; j++)
			{
				int l = l2, r = R, temp = l2 - 1;
				while (l <= r)
				{
					int mid = (l + r) >> 1;
					if (s[Sa[mid] + i - 1] > j)//如果第i为大于j,就变小一点
					{
						r = mid - 1;
					}
					else//小于等于->其实就是等于了
					{
						temp = mid;
						l = mid + 1;
					}
				}
				if (temp == l2 - 1)//没找到第i为j的情况的。直接continue;
				{
					continue;
				}
				//找到了多少个后缀以xxxj为前缀 ->temp-l2+1;
				//然后算出来变成xxxj...会添加多少个子串
				//只要把后缀的前缀为xxxj的后缀的子串个数累加起来,然后减去之前重复计数过
				//的就好
				ll have = sum[temp] - sum[l2 - 1] - 1LL * (i - 1)*(temp - l2 + 1);
				//前面i-1位那个子串已经计数过了,不重复计数
				if (k <= have)
				{
					//如果第i位是j的后缀的子串数目大于等于k了
					//则可以肯定第i为肯定是j
					if (temp - l2 + 1 >= k)//如果j是最后一个字符了,直接输出就好
						return print(Sa[l2], Sa[l2] + i - 1), 0;
					L = l2, R = temp;//否则可以缩小二分的范围,因为第i位已经固定是j了,只有某一段的后缀的第i位是j
					k -= temp - l2 + 1;//xxxxj一共有temp-l2+1个
									   //要减去
					break;
				}
				l2 = temp + 1, k -= have;//把第i位为j的后缀去掉,之后就不会管它了。
				//所以直接跳到temp+1就好,然后因为第i位不是j,是大于j的,所以把xxxj...
				//它所有的子串都去掉就好
			}
		}
	}
	puts("-1");
	return 0;
}