SP1812 LCS2 - Longest Common Substring II 题解

题目传送门

题目大意: 求多个字符串的最长公共子串。

题解

将这些字符串拼在一起,中间用字符集以外的不同字符隔开,求出 h e i g h t height height 数组,那么答案就是要在 h e i g h t height height 数组里面找一段连续的 h e i g h t height height,其中包含以每个字符串中的字符为起点的后缀,然后这段 h e i g h t height height 中的最小值就是答案。

实现的话有两种方法,第一种是二分这个最小值,然后每次 O ( n ) O(n) O(n) 找是否存在连续的一段,满足所有 h e i g h t height height 都大于等于这个最小值且满足要求,第二种方法是用 t w o − p o i n t e r two-pointer twopointer 维护一个单调队列,单调队列维护最小的 h e i g h t height height,每次当 l l l ~ r r r 中的元素满足要求时,用最小的 h e i g h t height height 更新一下答案。

由于 t w o − p o i n t e r two-pointer twopointer 的时间复杂度为 O ( n ) O(n) O(n),相比二分更优秀,所以代码中用的是这种做法:

#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
#define maxn 2000010

int n,m,tot,id=0,belong[maxn];
char s[maxn],ss[maxn];
int fir[maxn],sec[maxn],c[maxn],sa[maxn],rk[maxn],height[maxn];
void get_sa()
{
	m=200;
	for(int i=1;i<=n;i++)c[i]=0;
	for(int i=1;i<=n;i++)c[fir[i]=s[i]]++;
	for(int i=2;i<=m;i++)c[i]+=c[i-1];
	for(int i=n;i>=1;i--)sa[c[fir[i]]--]=i;
	for(int k=1;k<n;k<<=1)
	{
		int tot=0;
		for(int i=n-k+1;i<=n;i++)sec[++tot]=i;
		for(int i=1;i<=n;i++)if(sa[i]>k)sec[++tot]=sa[i]-k;
		
		for(int i=1;i<=m;i++)c[i]=0;
		for(int i=1;i<=n;i++)c[fir[i]]++;
		for(int i=2;i<=m;i++)c[i]+=c[i-1];
		for(int i=n;i>=1;i--)sa[c[fir[sec[i]]]--]=sec[i],sec[i]=0;
		
		for(int i=1;i<=n;i++)swap(fir[i],sec[i]);
		fir[sa[1]]=tot=1;
		for(int i=2;i<=n;i++)
		if(sec[sa[i]]==sec[sa[i-1]]&&sec[sa[i]+k]==sec[sa[i-1]+k])fir[sa[i]]=tot;
		else fir[sa[i]]=++tot;
		
		if(tot==n)break;m=tot;
	}
}
void get_height()
{
	int k=0;
	for(int i=1;i<=n;i++)rk[sa[i]]=i;
	for(int i=1;i<=n;i++)
	{
		if(rk[i]==1){height[rk[i]]=0;continue;}
		if(k)k--; int j=sa[rk[i]-1];
		while(i+k<=n&&j+k<=n&&s[i+k]==s[j+k])k++;
		height[rk[i]]=k;
	}
}
int q[maxn],st=1,ed=0,v[maxn];
void add(int x)
{
	if(!belong[sa[x]])return;
	v[belong[sa[x]]]++;
	if(v[belong[sa[x]]]==1)tot++;
}
void del(int x)
{
	if(!belong[sa[x]])return;
	v[belong[sa[x]]]--;
	if(!v[belong[sa[x]]])tot--;
}
int work()
{
	int l=1,ans=0;tot=0;
	add(1);
	for(int r=2;r<=n;r++)
	{
		while(st<=ed&&height[r]<=height[q[ed]])ed--;
		q[++ed]=r; add(r);//加一个新的
		if(tot==id)
		{
			while(tot==id&&l<r)del(l++); add(--l);
			//把左边多余的去掉,显然不会使答案更小,但有可能使答案变大
			while(st<=ed&&q[st]<=l)st++;//把队列中被去掉的踢出队列
			ans=max(ans,height[q[st]]);//更新答案
		}
	}
	return ans;
}

int main()
{
	while(scanf("%s",ss+1)!=EOF)
	{
		m=strlen(ss+1); id++;
		for(int i=1;i<=m;i++)s[++n]=ss[i],belong[n]=id;
		s[++n]=id;
	}
	get_sa();get_height();
	printf("%d",work());
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 最长公共子序列(Longest Common Subsequence)指的是在两个序列中找到最长的公共子序列,这个公共子序列可以不连续,但是需要保持相对顺序不变。例如,对于序列ABCD和ACDFG,它们的最长公共子序列是ACD。 ### 回答2: 最长公共子序列(Longest Common Subsequence,简称LCS)是指在给定多个序列中,找到最长的一个子序列,该子序列同时出现在这些序列中,并且其他元素的相对顺序保持一致。 举个例子,假设有两个序列A和B,A为[1, 2, 3, 4, 5],B为[2, 4, 5, 6]。它们的一个最长公共子序列是[2, 4, 5],该子序列同时存在于A和B中。 求解LCS的问题可以用动态规划的方法来解决。我们可以构建一个二维数组dp,其中dp[i][j]表示序列A的前i个元素和序列B的前j个元素的LCS长度。那么dp[i][j]可以通过以下方式得到: 1. 如果A[i]等于B[j],则dp[i][j]等于dp[i-1][j-1] + 1; 2. 如果A[i]不等于B[j],则dp[i][j]等于max(dp[i-1][j], dp[i][j-1])。 通过填充整个dp数组,最终可以得到序列A和序列B的LCS长度。要找到具体的LCS序列,则可以通过反向遍历dp数组进行构建。 LCS问题在字符串处理、DNA序列匹配、版本控制等领域都有广泛的应用。其时间复杂度为O(m*n),其中m和n分别为序列A和序列B的长度。 ### 回答3: 最长公共子序列(Longest Common Subsequence)是一个经典的计算机科学问题。给定两个序列S和T,我们要找出它们之间最长的公共子序列。 子序列是从给定序列中按顺序选择几个元素而组成的序列。而公共子序列指的是同时是序列S和T的子序列的序列。 为了解决这个问题,可以使用动态规划的方法。我们可以定义一个二维数组dp,其中dp[i][j]表示序列S的前i个元素和序列T的前j个元素之间的最长公共子序列的长度。 接下来,我们可以使用以下递推关系来填充dp数组: 如果S[i]等于T[j],则dp[i][j] = dp[i-1][j-1] + 1; 如果S[i]不等于T[j],则dp[i][j] = max(dp[i-1][j], dp[i][j-1])。 最后,我们可以通过查看dp[S.length()][T.length()]来得到最长公共子序列的长度。 此外,我们也可以用回溯法来还原最长公共子序列本身。我们可以从dp[S.length()][T.length()]开始,如果S[i]等于T[j],则将S[i]添加到结果序列中,并向左上方移动,即i = i-1,j = j-1。如果S[i]不等于T[j],则根据dp数组的值选择向上(i = i-1)或向左(j = j-1)移动。 总之,最长公共子序列问题是一个经典的计算机科学问题,可以使用动态规划的方法解决。我们可以通过构建二维dp数组来计算最长公共子序列的长度,并可以使用回溯法来还原它本身。

“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