一些简单的定义:
当然不可能这么简单的,来个重要的定义
前缀函数:
给定一个长度为\(n\)的字符串\(s\),其 \(前缀函数\) 为一个长度为\(n\)的数组\(\pi\),其中\(\pi_i\)表示
简而言之,\(\pi_i\)为字串\(s[0…i]\)最长相等的真前缀和真后缀长度
特别的,规定\(\pi_0\)=0
举个例子,对于字符串\(s=\)"\(abcabcd\)",其前缀函数\(\pi=\{0,0,0,1,2,3,0\}\)
考虑如何去求前缀函数,最暴力的做法肯定使\(O(n^3)\)的,枚举前缀位置、真前缀(真后缀)的长度和真前缀(真后缀)的每一位,代码就不放出来了(其实是没写)
我们发现当\(i+1\)时,\(\pi_i\)最多\(+1\),也就是说我们枚举\(\pi_i\)的长度时,上界为\(\pi{i-1}+1\),这样复杂度可以被优化为\(O(n^2)\)
代码如下
void Getnex(string str){
int len=str.size();
nex[0]=0;
for (int i=1;i<n;i++) {
for (int j=nex[i-1];j>=0;j--) {
if (str.substr(0,j)==str.substr(i-j+1,j)) {
nex[i]=j;
break;
}
}
}
}
如何证明这个复杂度呢
我们发现每次进行一次\(substr\)操作,都意味着\(\pi_i\)的值都会\(-1\)
显然有一种最坏的情况是,\(p_i\)的值先变成\(n-1\),然后再掉回\(0\)
容易看出这不会超过\(O(n)\)次,然后每次\(substr\)的复杂度为\(O(n)\)
所以总复杂度\(O(n^2)\)
我们在优化一中发现了一个性质,当\(s[i+1]==s[\pi_i]\)时,\(\pi_i=\pi_{i-1}+1\)
考虑把这个性质推下去,当\(s[i+1]!=s[\pi_i]\)时
我们发现,我们要找的转移点\(j\)是要满足\(i-1\)的前缀性质的
即满足\(s[1…j]=s[i-(j-1)…i]\)
当\(\pi_i\)不行时我们自然要去找下一个满足性质的转移点
很容易想到这东西不就是\(\pi_{\pi_i}吗\)
由于真前缀和真后缀相等,所以\(\pi_{\pi_i}\)必然满足既是真前缀的真前缀又是真后缀的真后缀
可能有点绕,举个例子\(s=\)"\(abaabaa\)"(下标从\(0\)开始)
当我们求\(\pi_6\)时,前面的\(\pi\)值为
\(\pi[0…5]=\{0,0,1,1,2,3\}\)
我们发现\(s[6]!=s[\pi_5=3]\)
那么我们就需要找到下一个转移点\(j\)满足\(s[0…j]=s[5-(j+1)…5]\)
因为\(\pi_5=3\)所以\(s[0…5]\)的满足前缀性质的真前缀(真后缀)为\(aba\)
所以对于字符串"\(aba\)"满足前缀性质的真前缀(真后缀)一定满足\(s[0…5]\)的前缀性质
所以转移点即为\(\pi_3=\pi_{\pi_5}\)
至此,求前缀函数便可以优化成\(O(n)\)了
void Getnex(std::string S) {
for (int i=2,j=0;i<S.size();i++) {
while(j && S[j+1]!=S[i]) j=nex[j];
if (S[j+1]==S[i]) j++;
nex[i]=j;
}
}
前话到此完结,接下来是真正的\(KMP\)
\(KMP\)是对于前缀函数的典型运用
举个例子,给定一个文本\(t\)和字符串\(s\),我们尝试求出\(s\)在\(t\)中的所有出现
我们记\(n,m\)为\(s\)和\(t\)的长度
我们构造一个字符串为\(s+\)'\(.\)'\(+t\),其中\(.\)为不在\(s,t\)中出现的分隔符
计算出这个字符串的前缀函数,考虑这个前缀函数除去前\(n+1\)个值意味着什么
根据定义,\(\pi_i\)为右端点为\(i\),且为一个前缀的最长真子串长度
且由于有分割符的存在,\(\pi\)不可能超过\(n\)
当\(\pi_i=n\)时,则意味着\(s\)在\(t\)中完整出现一次,其右端点为\(i\)
因此\(KMP\)可以在\(O(n+m)\)的复杂度内解决问题
void KMP(std::string S,std::string T) {
for (int i=1,j=0;i<S.size();i++) {
while(j && T[j+1]!=S[i]) j=nex[j];
if (T[j+1]==S[i]) j++;
if (j==m-1) {
std::cout<<i-m+2<<std::endl;
j=nex[j];
}
}
}
定义:
对于字符串\(s\),若存在\(p\)满足\(s[i]=s[i+p](i\in[0,|s|-p-1])\),则\(p\)为\(s\)的周期
对于字符串\(s\),若存在\(r\)满足\(s\)长度为\(r\)的前缀和长度为\(r\)的后缀相等,则称\(s\)长度为\(r\)的前缀是\(s\)的\(border\)
由这两个定义不难看出\(|s|-r\)是\(s\)的周期
根据前缀函数的定义我们可以得出\(s\)所有\(border\)长度,即\(\pi_{n-1},\pi_{\pi_{n-1}},…\)
所以我们可以在\(O(n)\)的时间复杂度内求出\(s\)的所有周期
其中最小周期为\(n-\pi_{n-1}\)
以下默认字符串下标从\(1\)开始
主要是两种问题,一个是求\(s\)的前缀在\(s\)中的出现次数,另一个是求\(s\)的前缀在另一个字符串\(t\)中的出现次数
考虑位置\(i\)的前缀函数值\(\pi_i\),根据定义,其意味着字符串\(s\)一个长度为 的前缀在位置\(i\)出现并以\(i\)为右端点,同时不存在一个更长的前缀满足前述定义。
与此同时,更短的前缀可能以该位置为右端点。
容易看出,我们遇到了在计算前缀函数时已经回答过的问题:给定一个长度为\(j\)的前缀,同时其也是一个右端点位于\(i\)的后缀,下一个更小的前缀长度\(k<j\)是多少?该长度的前缀需同时也是一个右端点为\(i\)的后缀。
因此以位置\(i\)为右端点,有长度为\(\pi_i\)的前缀,有长度为\(\pi_{\pi_i}\)的前缀,等等,直到长度变为0。
故而我们可以通过下述方式计算答案。
void Getcnt(std::string str) {
for (int i=1;i<str.size();i++) ans[nex[i]]++;
for (int i=str.size()-1;i>0;i--) ans[nex[i]]+=ans[nex[i]];
for (int i=1;i<str.size();i++) ans[i]++;
}
例题:CF432D Prefixes and Suffixes
题意:
给你一个长度为n的长字符串,“完美子串”既是它的前缀也是它的后缀,求“完美子串”的个数且统计这些子串的在长字符串中出现的次数
模板题,直接写就行
#include <ctime>
#include <cstdio>
#include <iostream>
#define file(a) freopen(#a".in","r",stdin),freopen(#a".out","w",stdout)
const int maxn=1e5+5;
int n,nex[maxn],ans[maxn];
std::string str;
void chkmax(int &x,int y) {if (x<y) x=y;}
void chkmin(int &x,int y) {if (x>y) x=y;}
int read() {
int x=0,f=1;
char ch=getchar();
while(ch<'0' || ch>'9') {if (ch=='-') f=-1;ch=getchar();}
while(ch<='9' && ch>='0') {x=(x<<3)+(x<<1)+ch-'0';ch=getchar();}
return x*f;
}
void Getnex(std::string s) {
for (int i=2,j=0;i<s.size();i++) {
while(j && s[j+1]!=s[i]) j=nex[j];
if (s[j+1]==s[i]) j++;
nex[i]=j;
}
}
void out(int i,int cnt) {
if (!i) {std::cout<<cnt<<std::endl;return ;}
out(nex[i],cnt+1);
std::cout<<i<<' '<<ans[i]<<std::endl;
}
int main() {
std::cin>>str;
str=" "+str;
Getnex(str);
// for (int i=1;i<str.size();i++) std::cout<<nex[i]<<' ';puts("");
for (int i=1;i<str.size();i++) ans[nex[i]]++;
for (int i=str.size();i>=1;i--) ans[nex[i]]+=ans[i];
for (int i=1;i<str.size();i++) ans[i]++;
out(str.size()-1,0);
return 0;
}
定义:
对于一个字符串\(s\),\(z[i]\)表示\(s\)和\(s[i…n-1]\)的\(LCP\)(最长公共前缀)的长度,\(z\)则被称为\(s\)的\(Z\)函数
我们在计算的时候,可以通过前面已知的\(z\)来计算
对于\(i\),我们称区间\([i,i+z[i]-1]\)为\(i\)的匹配段
我们在算法过程中维护右端点最靠右的匹配段,记作\([l,r]\)
则有\([l,r]\)为\(s\)的前缀,并且在计算\(z[i]\)时我们保证\(l\leq i\)
最开始时,\(l=r=0\)
在计算\(z[i]\)的过程中
若\(i\leq r\),则有\(s[i,r]=s[i-l,r-l]\),所以\(z[i]\ge min(z[i-l,r-i+1])\)
若\(i>r\),我们直接暴力从\(s[i]\)开始比较,求出\(z[i]\)
求出\(z[i]\)后,还要更新\(l,r\)
void GetZ(std::string s) {
int l=0,r=0;
for (int i=1;i
}
}
对于内层的\(while\),每次执行都会使\(r\)向后移动至少一位,而\(r<n-1\),所以总共最多做\(n\)次
加上外层的\(for\),总复杂度\(O(n)\)
手机扫一扫
移动阅读更方便
你可能感兴趣的文章