【董晓算法】竞赛常用知识之字符串2

前言：

本系列是学习了董晓老师所讲的知识点做的笔记

董晓算法的个人空间-董晓算法个人主页-哔哩哔哩视频 (bilibili.com)

 动态规划系列（还没学完）

【董晓算法】动态规划之线性DP问题-CSDN博客

【董晓算法】动态规划之背包DP问题（2024.5.11）-CSDN博客

【董晓算法】动态规划之背包DP与树形DP-CSDN博客

字符串系列

【董晓算法】竞赛常用知识之字符串1-CSDN博客

字典树

作用：

快速插入和查询字符串

插入

儿子数组 ch[p][j] 存储从节点 p沿着j这条边走到的子节点。
边为26个小写字母(a-z)对应的映射值0-25.
每个节点最多可以有26个分叉。例如，ch[0][2]=1，ch[1][0]=2.ch[2][19]=3。

计数数组 cnt[p]存储以节点 p结尾的单词的插入次数

节点编号 idx 用来给节点编号

 1.空 Trie 仅有一个根节点，编号为0。
枚举字符串的每个字符2，从根开始插，

如果有儿子，则p指针走到儿子.
如果没儿子，则 先创建儿子，p指针再走到儿子
3、在单词结束点记录插入次数。

char s[N];
int ch[N][26], cnt[N], idx;
void insert(char* s)
{
	int p = 0;
	for (int i = 0; s[i]; i++) {
		int j = s[i] - 'a';
		if (!ch[p][j]) ch[p][j] = ++idx;
		p = ch[p][j];
	}
	cnt[p]++;
}
int query(char* s) {
	int p = 0;
	for (int i = 0; s[i]; i++) {
		int j = s[i] - 'a';
		if (!ch[p][j]) return 0;
		p = ch[p][j];
	}
	return cnt[p];
}

查询和插入最主要的就是if (!ch[p][j]) 后不一样，和查询会返回值

最大异或对

任选两个进行异或运算，得到的结果最大是多少

思路：尽可能走相反位，结果最优（从根到叶的每一条路径都表示一个整数）

const int N = 100010;
int n, a[N];
int ch[N * 31][2], idx;//题目是2的23次

void insert(int x) {
    int p = 0;
    for (int i = 30; i >= 0; i--) {
        int j = x >> i & 1; //取出第i位
        if (!ch[p][j])ch[p][j] = ++idx;
        p = ch[p][j];
    }
}
int query(int x) {
    int p = 0, res = 0;
    for (int i = 30; i >= 0; i--) {
        int j = x >> i & 1; //取出第i位
        if (ch[p][!j]) {
            res += 1 << i; //累加位权
            p = ch[p][!j];
        }
        else p = ch[p][j];
    }
    return res;
}
int main() {
    cin >> n;
    for (int i = 1; i <= n; i++)
        cin >> a[i], insert(a[i]);
    int ans = 0;
    for (int i = 1; i <= n; i++)
        ans = max(ans, query(a[i]));
    cout << ans;
    return 0;
}

int query(int x) {
    int p = 0, res = 0;
    for (int i = 30; i >= 0; i--) {
        int j = x >> i & 1; //取出第i位
        if (ch[p][!j]) {
            res += 1 << i; //累加位权
            p = ch[p][!j];
        }
        else p = ch[p][j];
    }
    return res;
}

AC自动机 

AC 自动机（简单版） - 洛谷 (luogu.com.cn)

AC自动机是多模式匹配算法。给定 n个模式串和一个主串，查找有多少个模式串在主串中出现过 

步骤

1.构造 Trie 树
先用n个模式串构造一颗Trie 。
Trie 中的一个节点表示一个从根到当前节点的字符串。
根节点表示空串，节点(5表示“s”，节点6表示“sh"，节点7表示“she”。
如果节点是个模式串，则打个标记。例如，cnt[7]=1。
2.构造 AC自动机在 Trie 上构建两类边:回跳边和转移边

3.扫描主串匹配

回跳边指向父节点的回跳边所指节点的儿子,从一个节点指向其最长后缀匹配节点

转移边指向当前节点的回跳边所指节点的儿子,从一个节点指向其直接子节点的链接 

 

构树代码就是上面字典树的代码 

构造 AC自动机

void build() {//建AC自动机
    queue<int> q;
    for (int i = 0; i < 26; i++)
        if (ch[0][i])q.push(ch[0][i]);
    while (q.size()) {
        int u = q.front(); q.pop();
        for (int i = 0; i < 26; i++) {
            int v = ch[u][i];
            if (v)ne[v] = ch[ne[u]][i], q.push(v);
            else ch[u][i] = ch[ne[u]][i];
        }
    }
}

 查找单词出现次数

 扫描主串，依次取出字符 s[k].
1.i指针走主串对应的节点，沿着树边或转移边走保证不回退。
2.j指针沿着回跳边搜索模式串，每次从当前节点走到根节点，把当前节点中的所有后缀模式串一网打尽，保证不漏解。
3.扫描完主串，返回答案。

int query(char *s){
  int ans=0;
  for(int k=0,i=0;s[k];k++){
    i=ch[i][s[k]-'a'];
    for(int j=i;j&&~cnt[j];j=ne[j])//~cnt[i]检查cnt是不是-1
      ans+=cnt[j], cnt[j]=-1;
  }
  return ans;
}

KMP和AC自动机对比