【BZOJ】1152: [CTSC2006]歌唱王国Singleland-关于等概率随机串匹配的结论推导

传送门:bzoj1152
下面附赠超良心推导！

---

这题以前只知道结论，然后代码长这样：

#include<bits/stdc++.h>
using namespace std;
const int N=1e5+50;
const int mod=1e4;
int n,t,len,tp;
int nxt[N],a[N],dp[N];

int main(){
    int i,j,kmp;
    scanf("%d%d",&n,&t);
    while(t--){
        memset(dp,0,sizeof(dp));
        scanf("%d%d",&len,&a[1]);
        dp[1]=n;tp=n;kmp=0;
        for(i=2;i<=len;++i){
            scanf("%d",&a[i]);
            for(;kmp && a[kmp+1]!=a[i];kmp=nxt[kmp]);
            kmp+= a[kmp+1]==a[i]?1:0;
            tp=1ll*tp*n%mod;
            dp[i]=(dp[(nxt[i]=kmp)]+tp)%mod;
        }
        printf("%04d\n",dp[len]);
    }
}

而且总是下意识写成$mod=1e5$，导致每次交都是先WA一次。。。
现在膜了$VFK$神犇的博客终于会推导了！然后用下面这份代码卡到洛谷rk1,bzoj rk4(然而ccosi并没有高超的卡常技巧)

代码如下

#include<bits/stdc++.h>
using namespace std;
const int N=1e5+100,mod=1e4;

int n,m,que,nxt[N],pw[N],ans;
int a[N];

inline int ad(int x,int y){x+=y;if(x>=mod) x-=mod;return x;}

inline char gc(){
    static char now[1<<16],*S,*T;
    if (T==S){T=(S=now)+fread(now,1,1<<16,stdin);if (T==S) return EOF;}
    return *S++;
}

char c;
inline void rd(int &x)
{
    c=gc();x=0;
    for(;!isdigit(c);c=gc());
    for(;isdigit(c);c=gc()) x=x*10+(c^48);
}

int main(){
    register int i;int kmp,lim=0;pw[0]=1;
    rd(n);rd(que);
    for(;que;--que){
        rd(m);
        if(m>lim) {
          for(i=lim+1;i<=m;++i) pw[i]=1ll*pw[i-1]*n%mod;
          lim=m;
        } 
        for(i=1;i<=m;++i) rd(a[i]);
        nxt[1]=kmp=0;
        for(i=2;i<=m;++i){
            for(;a[kmp+1]!=a[i] && kmp;kmp=nxt[kmp]);
            nxt[i]=(kmp+= (a[kmp+1]==a[i]));
        }
        for(ans=0,i=m;i;i=nxt[i]) ans=ad(ans,pw[i]);
        printf("%04d\n",ans);
    }
}

---

推导

首先声明推导方法均仿照$VFK$神犇，仅仅是记录下来供自己学习掌握，而且$LaTeX$渲染的公式看着也顺眼许多…

符号说明：

• $s$代表目标数字串，$ans$代表平均歌唱时间。
• 用任意小写字母(如$a$)来表示某一数字串，也可以表示由单个数字构成的数字串；用任意大写字母(如$A$)来表示满足某一条件的数字串的集合。
• $|a|$表示数字串$a$的长度。
• $ab$表示数字串$b$接在数字串$a$后所构成的数字串，也即数字串$a,b$串联后的字符串。
• $A\cup B$表示数字串集合$A$和数字串集合$B$的并集。
• $A\cap B$表示数字串集合$A$和数字串集合$B$的交集。
• $\phi$表示空串(没有找到空集的符号代码，就用欧拉函数的代替一下)。

给定集合：

• 设数字串集合$Q$，$Q=\{ a|a即是s的前缀也是s的后缀，a\neq \phi\}$
• 设数字串集合$P​$，$P=\{ a|a是s的后缀,a\neq \phi,a\neq s,s删除a这个后缀得到的前缀子串b\in Q \}​$
• 设数字串集合$Y$，$Y=\{ a| s仅在a中出现一次，且s是a的后缀\}$
• 设数字串集合$N$，$N=\{ a|s不是a的子串，即a中不出现s\}$

直接得到$ans=\sum _{a\in Y} |a| (\frac{1}{n})^{|a|}$

于是想到可以设$f(A)=\sum_{a\in A}|a|(\frac {1}{n})^{|a|}$来化简式子求得$f(Y)$。但是$|a|$在$f(A)$中出现了两次不是很能方便地化简。

于是设$g(A,z)=\sum _{a\in A}(\frac{z}{n})^{|a|}$，对$g(A,z)$中$z$求偏导得$g'(A,z)=\sum_{a\in A}|a|(\frac{1}{n})^{|a|}z^{|a|-1}$

那么$ans=f(Y)=g'(Y,1)$。可以先求得$g(A,z)=\sum _{a\in A}(\frac{z}{n})|a|$，再对其求$z$的偏导。

现在的任务就是找一些关于$Y$的等式，来求出$g(Y,1)$的一个仅关于$P$的化简式。所以观察一下$P,Y,N$之间的关系：

$\phi+\sum _{a\in N} \sum _{i=1} ^n ai=Y+N$

$\sum_{a\in N} as=Y+\sum _{a\in Y} \sum_{p\in P}ap$

接着列出$g(A,z)$的一些计算：

• 若$A \cap B=\phi$，$g(A\cup B,z)=g(A,z)+g(B,z)$
• $g(\sum _{a\in A} ab,z)=(\frac {z}{n})^{|b|} g(A,z)$
• $g(\sum _{a\in A} \sum_{b\in B} ab,z)=g(A,z) g(B,z)$

将上面两个等式转换成$g(A,z)$的形式：

$g(\phi,z)+ (\sum_{i=1}^n\frac{z}{n}) g(N,z)=g(Y,z)+g(N,z)$

$(\frac {z}{n})^{|s|}g(N,z)=g(Y,z)+g(Y,z) g(P,z)$

稍微化一化：

$1+zg(N,z)=g(Y,z)+g(N,z)$

$(\frac z n)^{|s|}g(N,z)=(1+g(P,z))g(Y,z)$

大力解方程，用$g(P,z)$表示$g(Y,z)$:

$g(Y,z)=\frac{(\frac z n)^{|s|}}{g(P,z)-z g(P,z)-z+1+(\frac z n)^{|s|} }$

式子项比较多，按设分子为$h(z)$,分母为$q(z)$分别来求关于$z$ 的偏导化解：

$h(z)=(\frac zn)^{|s|},h'(z)=|s|(\frac 1n)^{|s|}z^{|s|-1}$

$q(z)=\sum _{a\in P}(\frac zn)^{|a|}-\sum_{a\in P} z^{|a|+1}(\frac 1n)^{|a|}-z+1+(\frac zn)^{|s|}$

$q'(z)=\sum_{a\in P} |a| (\frac 1n)^{|a|}z^{|a|-1}-\sum_{a\in P}(|a|+1) (\frac 1n)^{|a|} z^{|a|}-1+0+|s| (\frac 1 n)^{s}z^{|s|-1}$

$z=1$，得：

$h(1)=(\frac 1n)^{|s|},h'(1)=|s|(\frac 1n)^{|s|}$

$q(1)=(\frac 1n)^{|s|},q'(1)=|s|(\frac 1n)^{|s|}-\sum _{a\in P}(\frac1 n)^{|a|}-1$

带回原式：

$g'(Y,1)=\frac{h'(1)q(1)-h(1)q'(1)}{q(1)q(1)}$

大力带入计算，奇妙的事情发生了，得到这样的一个化简式：

$g'(Y,1)=\frac{\sum_{a\in P}(\frac 1n)^{|a|}+1}{(\frac 1n)^{|s|}}=\sum_{a\in P}n^{|s|-|a|}+n^{|s|}$

由前面定义的数字串集合$P$的性质发现$|s|-|a|$实际上枚举到了$Q$中$s$以外的所有数字串的长度，而$s$也在另一项$n^{|s|}$中补上了，所以最终：

$ans=f(Y)=g'(Y,1)=\sum _{a\in Q}n^{|a|}$

数字串集合$Q$对$s$做一遍$kmp$即可求得，所以除开预处理$n$的次幂，复杂度是$O(n)$的。

话说建立$kmp$的$next$数组的复杂度怎么证啊。这里是一个自己脑补的证明：

建立过程中每次加入一个字符，$kmp$最多后移一位，每次匹配失败，跳$next$链至少会前移一位(除非已经到了初始位置)。设总共了$x$次$next$链,字符串长度为$n$，则$next_n\leq n-x$。由$0\leq next_n<n$得$x\leq n$，建立总复杂度$x+n\leq 2n$，没有仔细想，但上界应该很难卡满。

代码按式子代入计算即可。