[NOI2011][JZOJ2784]阿狸的打字机

题目描述

有一个缓存槽,设计一个程序维护下面三个操作:
insert c :在缓存槽末尾插入小写字符 c
print:将缓存所有字符连接输出为字符串
delete :删除缓存槽最后一个字符
操作总共有 n 个。
在所有操作结束之后,要支持m个询问。每个询问都是查询第 x 次输出的字符串在第y次输出的字符串中出现了多少次。

1n,m100000


题目分析

这道题需要灵活运用 AC 自动机的性质。我搞了一个下午,发现自己原先对 AC 自动机的理解不够透彻。做掉这题之后收获比较多。
最暴力的方法肯定就是将所有询问全部搞出来跑 KMP ,但是这种方法太蠢了。显然,我们将把有串建一个 AC 自动机会更好。由于操作的特殊性,我们能可以通过模拟指针在 Trie 上的进退来在 O(n) 的时间复杂度完成建 Trie 操作(每次操作最多会改变一位字符)。
那么我们建好 AC 自动机之后怎么去求答案呢?首先我们要清楚 AC 自动机的一条性质:一条从 root x 的路径上所有节点以及它们的fail祖先(就是一直 fail 上去),一定能表示出以 x 为结尾点的字符串所有在自动机中出现过的子串。
那么如果x y 中出现过,那么x的结尾肯定是这些点中的一个或多个。所以我们可以考虑解决询问时直接从将这些点暴力一遍。
但是这样还是太蠢了,时间复杂的特别大。所以我们逆向思维,一个以点 x 为结尾的字符串的,从点x开始沿着 fail 的反向往下走,遇到的所有点表示的字符串一定包含原串。
所以我们建出 fail 树(所有 fail 边反向构成),那么询问就变为查询 x 为根的子树中在y点到根路径上的的点的个数。
怎么解决这个询问呢?我们对 fail 树进行 DFS ,求出 DFS 序。那么一棵子树中所有点的序都是连续的,我们将点 x 挂在点y上,像建 Trie 时一样模拟指针在 Trie 上的移动,维护一个数组,第一次访问一个点时,将以该点 DFS 序为下标的位置加 1 ,最后一次离开该点时减1,这样就可以表述出这条路径上所有的点。当前操作为输出操作时,我们直接找出所有挂在目前指针上的询问,对子树的连续区间求和即可统计答案。这个数组用树状数组或线段树来维护就好了。
时间复杂度 O((n+m)logn2) ,空间复杂度 O(n)
具体细节见代码实现。


收获小结

建立 AC 自动机的 fail 树,然后数据结构维护是很多字符串习题的常用方法,要注意学习。
AC 自动机的性质要理解透。


代码实现

#include <iostream>
#include <cstring>
#include <cstdio>
#include <queue>

using namespace std;

const int N=100005;
const int M=100005;
const int S=100005;
const int C=26;

int top[N],nxt[M],qu[M],w[N],ans[M];
int n,m,l,mt;
char str[S];

struct BIT
{
    int num[S];

    int lowbit(int x)
    {
        return x&-x;
    }

    void edit(int x,int y)
    {
        while (x<S)
        {
            num[x]+=y;
            x+=lowbit(x);
        }
    }

    int query(int x)
    {
        int ret=0;
        while (x)
        {
            ret+=num[x];
            x-=lowbit(x);
        }
        return ret;
    }
}bit;

struct TREE
{
    int last[S],next[S],tov[S],DFN[S],size[S];
    int tot,ind;

    void insert(int x,int y)
    {
        tov[++tot]=y;
        next[tot]=last[x];
        last[x]=tot;
    }

    void dfs(int x)
    {
        DFN[x]=++ind;
        size[x]=1;
        int i=last[x],y;
        while (i)
        {
            y=tov[i];
            dfs(y);
            size[x]+=size[y];
            i=next[i];
        }
    }
}t;

struct AC_automation
{
    int next[S][C],fail[S],fa[S];
    int tot,root;
    queue<int> q;

    int newnode()
    {
        for (int i=0;i<C;i++)
            next[tot][i]=-1;
        fail[tot]=-1;
        return tot++;
    }

    void init()
    {
        tot=0;
        root=newnode();
    }

    void insert()
    {
        int rt=root;
        for (int i=0;i<l;i++)
            if (str[i]=='B')
                rt=fa[rt];
            else
                if (str[i]=='P')
                    w[++n]=rt;
                else
                {
                    if (next[rt][str[i]-'a']==-1)
                    {
                        next[rt][str[i]-'a']=newnode();
                        fa[next[rt][str[i]-'a']]=rt;
                    }
                    rt=next[rt][str[i]-'a'];
                }
    }

    void build()
    {
        for (int i=0;i<C;i++)
            if (next[root][i]==-1)
                next[root][i]=root;
            else
            {
                fail[next[root][i]]=root;
                q.push(next[root][i]);
            }
        while (!q.empty())
        {
            int x=q.front();
            for (int i=0;i<C;i++)
                if (next[x][i]==-1)
                    next[x][i]=next[fail[x]][i];
                else
                {
                    fail[next[x][i]]=next[fail[x]][i];
                    q.push(next[x][i]);
                }
            q.pop();
        }
        for (int i=1;i<tot;i++)
            t.insert(fail[i],i);
    }

    void solve()
    {
        t.dfs(root);
        n=0;
        int rt=root;
        bit.edit(t.DFN[0],1);
        for (int i=0;i<l;i++)
            if (str[i]=='B')
            {
                bit.edit(t.DFN[rt],-1);
                rt=fa[rt];
            }
            else
                if (str[i]=='P')
                {
                    int j=top[++n],x;
                    while (j)
                    {
                        x=qu[j];
                        x=w[x];
                        ans[j]=bit.query(t.DFN[x]+t.size[x]-1)-bit.query(t.DFN[x]-1);
                        j=nxt[j];
                    }
                }
                else
                {
                    rt=next[rt][str[i]-'a'];
                    bit.edit(t.DFN[rt],1);
                }
        bit.edit(t.DFN[0],-1);
    }
}ac;

void hang(int x,int y)
{
    qu[++mt]=y;
    nxt[mt]=top[x];
    top[x]=mt;
}

int main()
{
    freopen("type.in","r",stdin);
    freopen("type.out","w",stdout);
    scanf("%s",str);
    l=strlen(str);
    ac.init();
    ac.insert();
    ac.build();
    scanf("%d",&m);
    for (int i=1,x,y;i<=m;i++)
    {
        scanf("%d%d",&x,&y);
        hang(y,x);
    }
    ac.solve();
    for (int i=1;i<=m;i++)
        printf("%d\n",ans[i]);
    fclose(stdin);
    fclose(stdout);
    return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据引用[1]和引用的描述,这是一道关于图论的问题,需要设计一个软件来计算给定的建造方案所需要的费用,或者计算在W星球上修建n-1条双向道路使得国家之间连通的方案。具体来说,对于引用,需要计算每条道路的修建费用,而对于引用,需要构建一个连通的图,使得图中任意两个节点之间都有一条路径。下面是两个问题的解答: 1. 对于引用,我们可以使用图论中的最小生成树算法来解决。最小生成树算法可以保证在连接所有节点的情况下,总的修建费用最小。常见的最小生成树算法有Prim算法和Kruskal算法。这里我们以Kruskal算法为例,给出Python代码实现: ```python # 定义边的类 class Edge: def __init__(self, u, v, w): self.u = u self.v = v self.w = w # 定义并查集类 class UnionFind: def __init__(self, n): self.parent = list(range(n)) self.rank = [0] * n def find(self, x): if self.parent[x] != x: self.parent[x] = self.find(self.parent[x]) return self.parent[x] def union(self, x, y): px, py = self.find(x), self.find(y) if px == py: return False if self.rank[px] < self.rank[py]: self.parent[px] = py elif self.rank[px] > self.rank[py]: self.parent[py] = px else: self.parent[py] = px self.rank[px] += 1 return True # Kruskal算法 def kruskal(n, edges): uf = UnionFind(n) edges.sort(key=lambda x: x.w) res = 0 for e in edges: if uf.union(e.u, e.v): res += e.w return res # 根据引用[1]中的例子构造图 n = 5 edges = [Edge(0, 1, 2), Edge(0, 2, 1), Edge(0, 3, 3), Edge(1, 2, 2), Edge(1, 4, 1), Edge(2, 4, 4), Edge(3, 4, 5)] print(kruskal(n, edges)) # 输出:12 ``` 2. 对于引用,我们可以使用随机化算法来构造一个连通的图。具体来说,我们可以从第一个节点开始,每次随机选择一个未被访问过的节点,然后在这两个节点之间连一条边,直到图中所有的节点都被访问过为止。这样构造出来的图一定是连通的,并且边的数量为n-1。下面是Python代码实现: ```python import random # 随机构造一个连通的图 def generate_graph(n): edges = [] visited = [False] * n visited[0] = True for i in range(1, n): j = random.randint(0, i - 1) edges.append((i, j)) visited[i] = visited[j] = True return edges # 根据引用[2]中的例子构造图 n = 5 edges = generate_graph(n) print(edges) # 输出:[(1, 0), (2, 0), (3, 2), (4, 2)] ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值