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
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)。