字符串，神奇的东西

最新推荐文章于 2022-10-31 21:21:30 发布

浓氨with氢氟酸

最新推荐文章于 2022-10-31 21:21:30 发布

阅读量206

点赞数 1

文章标签：转载加原创字符串

本文链接：https://blog.csdn.net/a2296291012/article/details/85269479

版权

字符串嘛，是个神奇的东西，几乎一大半的题，都可以用一个叫做哈希的东西去做

比如查找多个字符中，有多少个相同的字符串。这道题其实特别简单。我来给大家描述一下。QAQ

哈希

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cstdlib>
#include<cmath>
#include<iomanip>
#include<ctime>
#include<cstring>
using namespace std;
int a[10001];
inline long long haxi(string x)
{
	long long ans=0;
	for(unsigned long long i=1;i<=x.length();i++)
	{
		ans=((ans*23711)%10000007+(x[i-1]*20030711)%10000007)%10000007;
	}
	return ans;
}
int main()
{
	int n;
	cin>>n;
	for(int i=1;i<=n;i++)
	{
		string x;
		cin>>x;
		a[i]=haxi(x);
	}
	sort(a+1,a+1+n);
	int ans=0,judge=0;
	for(int i=1;i<=n;i++)
	{
		if(judge!=a[i])
		{
			judge=a[i];
			ans++;
		}
	}
	cout<<ans<<endl;
	return 0;
}

这是我的代码（当然2003011是我的生日，且是一个质数（出题人应该不会卡这一个哈希吧？如果这样，那我点子太背了QAQ）），虽说这道题我A了，但是其实我这种做法是会被卡掉的（不知道谁能想到），所以最保险的做法是双哈希。

~~（然而你说了半天，到底什么是哈希？？）~~

哦，好吧，我上网查了一下hash的意思

hash 英[hæʃ] 美[hæʃ]
n. 剁碎的食物; #号; 蔬菜肉丁;
vt. 把…弄乱; 切碎; 反复推敲; 搞糟;（百某的翻译）

hash其实就是一种函数，而这种含树（手动滑稽）能够将字符串变成一个数字储存下来，然而这种含树是有一定的错误率的；

一个字符串的哈希过程是什么呢？？

我觉得可以用一个公式来表达str表示字符串

hash=((str[1]+www)*n+str[2]+www)*n+str[3]+www)*n……(不想写下去了)

所以，我们就可以用以上的程序构造哈希值。

好，这就是哈希了（其实还有双哈希，就是去两个不同的哈希含树，但我懒得码字了）

字典树

好，接下来就是比较好玩的字典树trie树了（这个念tree，不念try）。

字典树就是把每个边权赋予一个字符的值，然而我只会数组的版本QAQ。

先来过目一下吧

#include<iostream>
#include<cstdio>
#include<cstring>
#include<cstdlib>
#include<algorithm>
#include<iomanip>
#include<ctime>
#include<cstdlib>
#include<queue>
#include<vector>
#include<map>
#include<stack>
#include<string>
#define ll long long
using namespace std;
int len, trie[1000001][26];
bool b[1000001];
string c;
inline int check()
{
	ll now = 0, lena = c.length();
	for (int i = 0;i < lena;i++)
	{
		ll val = c[i] - 'a';
		if (!trie[now][val])
		{
			return 2;
		}
		now = trie[now][val];
	}
	if (b[now])
	{
		b[now] = false;
		return 0;
	}
	return 1;
}
int main()
{
	memset(b, false, sizeof(b));
	int n;
	cin >> n;
	for (int i = 1;i <= n;i++)
	{
		cin >> c;
		ll now = 0, lena = c.length();
		for (int i = 0;i < lena;i++)
		{
			ll val = c[i] - 'a';
			if (trie[now][val] == 0)
			{
				len++;
				trie[now][val] = len;
			}
			now = trie[now][val];
		}
		b[now] = true;
	}
	int m;
	cin >> m;
	for (int i = 1;i <= m;i++)
	{
		cin >> c;
		int judge = check();
		if (judge == 2)
		{
			printf("WRONG");
		}
		else
		{
			if (judge == 1)
			{
				printf("REPEAT");
			}
			else
			{
				printf("OK");
			}
		}
		printf("\n");
	}
	return 0;
}

（为什么突然空格了，因为我之前的哈希是存在dev里的，而这个是存在VS里面的）

好，这道题是一道字典树的模板题---于是他错误地点名开始了（p2580）。

我们可以仔细看一下，这里的建树其实就是这一步

cin >> c;
ll now = 0, lena = c.length();
for (int i = 0;i < lena;i++)
{
	ll val = c[i] - 'a';
	if (trie[now][val] == 0)
	{
		len++;
		trie[now][val] = len;
	}
	now = trie[now][val];
}
b[now] = true;

就是在输入的时候，直接建树，我觉得这个写的比较简洁吧。

对了，忘记说字典树是啥了，其实字典树就是一棵树（这不是废话吗），然而这棵树的边权都附了一个值，这个值就是对应深度的字符，就是这么简单通俗易懂，

然后这道题的查询操作在这里。（那么大一个check我们看不到吗）

ll now = 0, lena = c.length();
	for (int i = 0;i < lena;i++)
	{
		ll val = c[i] - 'a';
		if (!trie[now][val])
		{
			return 2;
		}
		now = trie[now][val];
	}
	if (b[now])
	{
		b[now] = false;
		return 0;
	}
	return 1;

我觉得这个数组的写法应该比指针的要好懂一些吧。就是这样吧QAQ

对了字典树是用来查询一个单词有没有出现过或者重复计数过（其实字典树可以写第一题的）

KMP算法

然后又是一个神奇的查询算法，对单一的子串在主串中进行查找，（你这些都讲了是不是要将自动AC机了（其实并没有，因为我太菜了，其实是时间太短了，所以写不下了。还有是AC自动机QAQ））

算了，我还是转载吧，实在懒得写了。

转载于

昵称：孤~影
园龄：6年6个月
粉丝：107
关注：4

（原创）详解KMP算法

KMP算法应该是每一本《数据结构》书都会讲的，算是知名度最高的算法之一了，但很可惜，我大二那年压根就没看懂过~~~

之后也在很多地方也都经常看到讲解KMP算法的文章，看久了好像也知道是怎么一回事，但总感觉有些地方自己还是没有完全懂明白。这两天花了点时间总结一下，有点小体会，我希望可以通过我自己的语言来把这个算法的一些细节梳理清楚，也算是考验一下自己有真正理解这个算法。

什么是KMP算法：

KMP是三位大牛：D.E.Knuth、J.H.Morris和V.R.Pratt同时发现的。其中第一位就是《计算机程序设计艺术》的作者！！

KMP算法要解决的问题就是在字符串（也叫主串）中的模式（pattern）定位问题。说简单点就是我们平时常说的关键字搜索。模式串就是关键字（接下来称它为P），如果它在一个主串（接下来称为T）中出现，就返回它的具体位置，否则返回-1（常用手段）。

首先，对于这个问题有一个很单纯的想法：从左到右一个个匹配，如果这个过程中有某个字符不匹配，就跳回去，将模式串向右移动一位。这有什么难的？

我们可以这样初始化：

之后我们只需要比较i指针指向的字符和j指针指向的字符是否一致。如果一致就都向后移动，如果不一致，如下图：

A和E不相等，那就把i指针移回第1位（假设下标从0开始），j移动到模式串的第0位，然后又重新开始这个步骤：

基于这个想法我们可以得到以下的程序：

/**

 * 暴力破解法

 * @param ts 主串

 * @param ps 模式串

 * @return 如果找到，返回在主串中第一个字符出现的下标，否则为-1

 */

public static int bf(String ts, String ps) 
{
    char[] t = ts.toCharArray();
    char[] p = ps.toCharArray();
    int i = 0; // 主串的位置
    int j = 0; // 模式串的位置
    while (i < t.length && j < p.length)
    {
       if (t[i] == p[j]) 
       { // 当两个字符相同，就比较下一个
           i++;
           j++;
       } 
       else 
       {
           i = i - j + 1; // 一旦不匹配，i后退
           j = 0; // j归0
       }
    }
    if (j == p.length) 
    {
       return i - j;
    } 
    else 
    {
       return -1;
    }
}

（大括号不换行邪教，我帮他换了）

上面的程序是没有问题的，但不够好！（想起我高中时候数字老师的一句话：我不能说你错，只能说你不对~~~）

如果是人为来寻找的话，肯定不会再把i移动回第1位，因为主串匹配失败的位置前面除了第一个A之外再也没有A了，我们为什么能知道主串前面只有一个A？因为我们已经知道前面三个字符都是匹配的！（这很重要）。移动过去肯定也是不匹配的！有一个想法，i可以不动，我们只需要移动j即可，如下图：

上面的这种情况还是比较理想的情况，我们最多也就多比较了再次。但假如是在主串“SSSSSSSSSSSSSA”中查找“SSSSB”，比较到最后一个才知道不匹配，然后i回溯，这个的效率是显然是最低的。

大牛们是无法忍受“暴力破解”这种低效的手段的，于是他们三个研究出了KMP算法。其思想就如同我们上边所看到的一样：“利用已经部分匹配这个有效信息，保持i指针不回溯，通过修改j指针，让模式串尽量地移动到有效的位置。”

所以，整个KMP的重点就在于当某一个字符与主串不匹配时，我们应该知道j指针要移动到哪？

接下来我们自己来发现j的移动规律：

如图：C和D不匹配了，我们要把j移动到哪？显然是第1位。为什么？因为前面有一个A相同啊：

如下图也是一样的情况：

可以把j指针移动到第2位，因为前面有两个字母是一样的：

至此我们可以大概看出一点端倪，当匹配失败时，j要移动的下一个位置k。存在着这样的性质：最前面的k个字符和j之前的最后k个字符是一样的。

如果用数学公式来表示是这样的

P[0 ~ k-1] == P[j-k ~ j-1]

这个相当重要，如果觉得不好记的话，可以通过下图来理解：

弄明白了这个就应该可能明白为什么可以直接将j移动到k位置了。

因为:

当T[i] != P[j]时

有T[i-j ~ i-1] == P[0 ~ j-1]

由P[0 ~ k-1] == P[j-k ~ j-1]

必然：T[i-k ~ i-1] == P[0 ~ k-1]

公式很无聊，能看明白就行了，不需要记住。

这一段只是为了证明我们为什么可以直接将j移动到k而无须再比较前面的k个字符。

好，接下来就是重点了，怎么求这个（这些）k呢？因为在P的每一个位置都可能发生不匹配，也就是说我们要计算每一个位置j对应的k，所以用一个数组next来保存，next[j] = k，表示当T[i] != P[j]时，j指针的下一个位置。

很多教材或博文在这个地方都是讲得比较含糊或是根本就一笔带过，甚至就是贴一段代码上来，为什么是这样求？怎么可以这样求？根本就没有说清楚。而这里恰恰是整个算法最关键的地方。

public static int[] getNext(String ps) 
{
    char[] p = ps.toCharArray();
    int[] next = new int[p.length];
    next[0] = -1;
    int j = 0;
    int k = -1;
    while (j < p.length - 1) 
    {
       if (k == -1 || p[j] == p[k]) 
       {
           next[++j] = ++k;
       } 
       else 
       {
           k = next[k];
       }
    }
    return next;
}

这个版本的求next数组的算法应该是流传最广泛的，代码是很简洁。可是真的很让人摸不到头脑，它这样计算的依据到底是什么？

好，先把这个放一边，我们自己来推导思路，现在要始终记住一点，next[j]的值（也就是k）表示，当P[j] != T[i]时，j指针的下一步移动位置。

先来看第一个：当j为0时，如果这时候不匹配，怎么办？

像上图这种情况，j已经在最左边了，不可能再移动了，这时候要应该是i指针后移。所以在代码中才会有next[0] = -1;这个初始化。

如果是当j为1的时候呢？

显然，j指针一定是后移到0位置的。因为它前面也就只有这一个位置了~~~

下面这个是最重要的，请看如下图：

请仔细对比这两个图。

我们发现一个规律：

当P[k] == P[j]时，

有next[j+1] == next[j] + 1

其实这个是可以证明的：

因为在P[j]之前已经有P[0 ~ k-1] == p[j-k ~ j-1]。（next[j] == k）

这时候现有P[k] == P[j]，我们是不是可以得到P[0 ~ k-1] + P[k] == p[j-k ~ j-1] + P[j]。

即：P[0 ~ k] == P[j-k ~ j]，即next[j+1] == k + 1 == next[j] + 1。

这里的公式不是很好懂，还是看图会容易理解些。

那如果P[k] != P[j]呢？比如下图所示：

像这种情况，如果你从代码上看应该是这一句：k = next[k];为什么是这样子？你看下面应该就明白了。

现在你应该知道为什么要k = next[k]了吧！像上边的例子，我们已经不可能找到[ A，B，A，B ]这个最长的后缀串了，但我们还是可能找到[ A，B ]、[ B ]这样的前缀串的。所以这个过程像不像在定位[ A，B，A，C ]这个串，当C和主串不一样了（也就是k位置不一样了），那当然是把指针移动到next[k]啦。

有了next数组之后就一切好办了，我们可以动手写KMP算法了：

public static int KMP(String ts, String ps) 
{
    char[] t = ts.toCharArray();
    char[] p = ps.toCharArray();
    int i = 0; // 主串的位置
    int j = 0; // 模式串的位置
    int[] next = getNext(ps);
    while (i < t.length && j < p.length) 
    {
       if (j == -1 || t[i] == p[j]) 
       { // 当j为-1时，要移动的是i，当然j也要归0
           i++;
           j++;
       } 
       else 
       {
           // i不需要回溯了
           // i = i - j + 1;
           j = next[j]; // j回到指定位置
       }
    }
    if (j == p.length) 
    {
       return i - j;
    } 
    else 
    {
       return -1;
    }
}

和暴力破解相比，就改动了4个地方。其中最主要的一点就是，i不需要回溯了。

最后，来看一下上边的算法存在的缺陷。来看第一个例子：

显然，当我们上边的算法得到的next数组应该是[ -1，0，0，1 ]

所以下一步我们应该是把j移动到第1个元素咯：

不难发现，这一步是完全没有意义的。因为后面的B已经不匹配了，那前面的B也一定是不匹配的，同样的情况其实还发生在第2个元素A上。

显然，发生问题的原因在于P[j] == P[next[j]]。

所以我们也只需要添加一个判断条件即可：

public static int[] getNext(String ps) 
{
    char[] p = ps.toCharArray();
    int[] next = new int[p.length];
    next[0] = -1;
    int j = 0;
    int k = -1;
    while (j < p.length - 1) 
    {
       if (k == -1 || p[j] == p[k]) 
       {
           if (p[++j] == p[++k]) 
           { // 当两个字符相等时要跳过
              next[j] = next[k];
           } 
           else 
           {
              next[j] = k;
           }
       } 
       else 
       {
           k = next[k];
       }
    }
    return next;
}

好了，至此。KMP算法也结束了。

很奇怪，好像不是很难的东西怎么就把我困住这么久呢？

仔细想想还是因为自己太浮躁了，以前总是草草应付，很多细节都没弄清楚，就以为自己懂了。结果就只能是似懂非懂的。要学东西真的需要静下心来。

终于是我自己的了

我觉得上面讲的很清楚了，所以我直接贴我的代码了（其实为什么转载呢，因为他有很多图，而我懒得画了QAQ）

#include<iostream>
#include<cstdio>
#include<cstring>
#include<cstdlib>
#include<algorithm>
#include<iomanip>
#include<ctime>
#include<cstdlib>
#include<queue>
#include<vector>
#include<map>
#include<stack>
#include<cmath>
#define ll long long
using namespace std;
int nexta[1000001];
char a[1000001], b[1000001];
int main()
{
	cin >> (a + 1);
	cin >> (b + 1);
	int lena = strlen(a + 1), lenb = strlen(b + 1);
	int j = 0;
	for (int i = 2;i <= lenb;i++)
	{
		while (j&&b[i] != b[j + 1])
		{
			j = nexta[j];
		}
		if (b[j + 1] == b[i])
		{
			j++;
		}
		nexta[i] = j;
	}
	j = 0;
	for (int i = 1;i <= lena;i++)
	{
		while (j > 0 && b[j + 1] != a[i])
		{
			j = nexta[j];
		}
		if (b[j + 1] == a[i])
		{
			j++;
		}
		if (j == lenb)
		{
			cout << (i - lenb + 1) << endl;
			j = nexta[j];
		}
	}
	for (int i = 1;i <= lenb;i++)
	{
		cout << nexta[i] << ' ';
	}
	return 0;
}

这道题是【模板】KMP字符串匹配（p3375）

所以我的这一篇博客也差不多结束了，也的确“结束”了，最后祝大家新春快乐，合家欢乐（？？？你在干什么QAQ）。