P7861 SAVEZ 题解

P7861 SAVEZ 题解(哈希)

思路

题目中要求我们找出子序列 x x x 使得 x x x 最长且满足其中靠后的字符串都以它之前的字符串作为结尾,即下图所示:

图片

我们需要比较字符串的开头和结尾是否相等且在之前出现过,因此我们使用哈希将开头和结尾存起来。

由于我们要的并不是回文串,所以我们需要将开头与结尾的哈希值用不同的方法分别求。

对于在开头的部分: h a s h = ( h a s h + h a s h p o w j × t r j ) hash = (hash+hashpow_j\times tr_j)%mod hash=(hash+hashpowj×trj),其中 h a s h p o w j hashpow_j hashpowj 表示进制数的 j j j 次方。

对于在结尾的部分: h a s h = ( h a s h × h a s h n u m + s t r j ) hash=(hash\times hashnum+str_j)%mod hash=(hash×hashnum+strj),其中 h a s h n u m hashnum hashnum 表示进制数。

接下来,为了确定开头和结尾的字符串在之前有没有出现过,我们用一个 map 存一下每个哈希值对应的最长的序列长度 d p h a s h dp_{hash} dphash。然后再取最大的 d p h a s h dp_{hash} dphash + 1 +1 +1 就好啦!

我的代码用了双哈希避免哈希碰撞,但实测单哈希也能过。

代码

#include<bits/stdc++.h>
using namespace std;
const int hash_code1=114;
const int hash_code2=514;//太臭力!
const int mod=1000000007;
long long hasheachnum1[1000006];
long long hasheachnum2[1000006];
void geth()
{
	hasheachnum1[0]=1;
	hasheachnum2[0]=1;
	for(int i=1;i<1000006;i++)//求hashpow[i]
	{
		hasheachnum1[i]=(hasheachnum1[i-1]*hash_code1)%mod;
		hasheachnum2[i]=(hasheachnum2[i-1]*hash_code2)%mod;
	}
	return;
}
int main()
{
	geth();
    string loda;
	int N,ans=0;
	scanf("%d\n",&N);
	map<pair<int,int>,int> dp;//经过实测,map里面不能塞struct作为下标,所以用pair存双哈希
	for(int i=1;i<=N;i++)
	{
		cin>>loda;
		long long hashx1=0,hashx2=0;//开头的哈希
		long long hashy1=0,hashy2=0;//结尾的哈希
		int l=loda.size(),temp=0;
		for(int j=0;j<l;j++)
		{
			hashx1=(hashx1+hasheachnum1[j]*(int)loda[j])%mod;
			hashx2=(hashx2+hasheachnum2[j]*(int)loda[j])%mod;
			hashy1=(hashy1*hash_code1+(int)loda[l-j-1])%mod;
			hashy2=(hashy2*hash_code2+(int)loda[l-j-1])%mod;
			if(hashx1==hashy1 && hashx2==hashy2 && temp<dp[{hashx1,hashx2}])//如果前后的哈希值相等就更新dp值
				temp=dp[{hashx1,hashx2}];
		}
		dp[{hashx1,hashx2}]=temp+1;
		if(temp>=ans)
			ans=temp+1;
	}
	printf("%d\n",ans);
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: `np.savez_compressed` 是 NumPy 库中的一个函数,用于将一个或多个 NumPy 数组保存到一个压缩的 `.npz` 文件中。 其语法如下: ``` np.savez_compressed(file, *args, **kwds) ``` 其中,`file` 是要保存数据的文件名,`*args` 是要保存的数组列表,`**kwds` 是一些可选的关键字参数。 与 `np.savez` 不同的是,`np.savez_compressed` 会使用压缩算法将数据存储到磁盘上,以减小文件大小。这对于存储大量数据时非常有用,可以节省磁盘空间和网络传输带宽。 例如,下面的代码将两个数组 `a` 和 `b` 保存到名为 `data.npz` 的压缩文件中: ``` python import numpy as np a = np.array([1, 2, 3]) b = np.array([4, 5, 6]) np.savez_compressed('data.npz', a=a, b=b) ``` 在这个例子中,`a` 和 `b` 是要保存的数组,`a=a` 和 `b=b` 是指定数组名称的关键字参数。文件保存在当前工作目录下,名为 `data.npz`。 ### 回答2: np.savez_compressed是一个NumPy函数,用于将多个NumPy数组保存到一个压缩文件中。与np.savez不同的是,该函数会自动对保存的数据进行压缩,从而减少文件大小。该函数的语法格式如下: np.savez_compressed(file, *args, **kwds) 其中,file表示保存的文件名,*args表示要保存的NumPy数组(可以是多个),**kwds表示可选的关键字参数。 np.savez_compressed函数通过使用zlib压缩算法对数据进行压缩,可以显著减少保存文件的大小,从而节省存储空间和数据传输时间。另外,对于存储大量数据的科学计算应用程序,使用np.savez_compressed函数可以更高效地管理和组织数据。 当需要保存多个NumPy数组时,可以使用np.savez_compressed函数,避免使用多个独立的np.save函数。这样可以简化代码、减少磁盘空间占用,并且方便读取保存的数据。 使用np.savez_compressed函数保存数据非常简单,只需要指定保存的文件名和要保存的NumPy数组即可。例如: import numpy as np a = np.array([1, 2, 3]) b = np.array([4, 5, 6]) c = np.array([7, 8, 9]) np.savez_compressed('data.npz', a, b, c) 这个例子将三个NumPy数组保存到名为data.npz的压缩文件中。在读取数据时,可以使用np.load函数来加载数据: data = np.load('data.npz') print(data['arr_0']) # 输出数组a的值 更多关于np.savez_compressed的使用方法和详细说明,请参考NumPy官方文档。 ### 回答3: np.savez_compressed是一个函数,主要用于保存多个numpy数组。与np.savez函数不同的是,它会使用压缩算法来减小保存文件的大小。 函数的使用方法为: ``` numpy.savez_compressed(file, *args, **kwds) ``` 其中,file是一个保存.npy文件的路径,*args代表要保存的numpy数组,可以有多个,在函数调用时用逗号隔开。**kwds则是可选参数,可以指定数组的名称,例如: ``` np.savez_compressed('my_arrays.npz', a=my_array1, b=my_array2) ``` 这样就会将my_array1和my_array2保存在文件my_arrays.npz中,并分别用a和b来标识。 当我们需要读取保存的.npy文件时,使用以下代码: ``` npzfile = np.load('my_arrays.npz') ``` 这将返回一个类似于字典的对象,其中包含被保存的numpy数组。我们可以通过数组名称来访问它们: ``` my_array1 = npzfile['a'] my_array2 = npzfile['b'] ``` np.savez_compressed函数的优点是它可以更好地利用存储空间,因为它使用的是压缩算法。但是,由于压缩需要一些时间,因此在保存大文件或大量数据时可能会花费更长的时间。因此,在需要快速保存和加载数据时,最好使用np.savez函数。

“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