leetcode 3031. 将单词恢复初始状态所需的最短时间 II【挖掘性质+枚举+字符串哈希】

原题链接：3031. 将单词恢复初始状态所需的最短时间 II

题目描述：

给你一个下标从 0 开始的字符串 word 和一个整数 k 。

在每一秒，你必须执行以下操作：

• 移除 word 的前 k 个字符。
• 在 word 的末尾添加 k 个任意字符。

注意 添加的字符不必和移除的字符相同。但是，必须在每一秒钟都执行 两种 操作。

返回将 word 恢复到其 初始 状态所需的 最短 时间（该时间必须大于零）。

输入输出描述：

示例 1：

输入：word = "abacaba", k = 3
输出：2
解释：
第 1 秒，移除 word 的前缀 "aba"，并在末尾添加 "bac" 。因此，word 变为 "cababac"。
第 2 秒，移除 word 的前缀 "cab"，并在末尾添加 "aba" 。因此，word 变为 "abacaba" 并恢复到始状态。
可以证明，2 秒是 word 恢复到其初始状态所需的最短时间。

示例 2：

输入：word = "abacaba", k = 4
输出：1
解释：
第 1 秒，移除 word 的前缀 "abac"，并在末尾添加 "caba" 。因此，word 变为 "abacaba" 并恢复到初始状态。
可以证明，1 秒是 word 恢复到其初始状态所需的最短时间。

示例 3：

输入：word = "abcbabcd", k = 2
输出：4
解释：
每一秒，我们都移除 word 的前 2 个字符，并在 word 末尾添加相同的字符。
4 秒后，word 变为 "abcbabcd" 并恢复到初始状态。
可以证明，4 秒是 word 恢复到其初始状态所需的最短时间。

提示：

• 1 <= word.length <= 10^6
• 1 <= k <= word.length
• word仅由小写英文字母组成。

解题思路：

这个题目需要抓住一个关键点就是在前面删除的字符是确定的，但是在尾部插入的字符我们是可以随意控制的，假设我们经过t次操作后回到初始状态，那么此时我们已经删除了tk个字符，如果tk>=n，也就是题目给定的字符串中的字符已经全部删除了，剩下的全是我们新加入的，由于新加入的我们可以随意控制，所以经过此时的t次操作是肯定可以回到初始状态的，也就是说答案不超过(n+k-1)/k，也就是原字符串中的所有字符都拿掉就一定可以自己控制回到初始状态。

经过上述分析，我们只需要分析tk<n的情况，t次操作之后现在的字符串是以(tk+1)开头的，我们只需要从1开始枚举t，并且检查以第(tk+1)个字符开头的字符串是不是原字符串的前缀即可，这个可以通过字符串哈希进行维护。

代码编写逻辑如下：

(1)首先从小到大枚举tk<n的操作次数t，看此时以第(tk+1)个字符开头的字符串是否是原字符串的前缀即可，如果遇到某个操作次数t满足以第(tk+1)个字符开头的字符串是原字符串的前缀，那么返回(i-1)/k，返回这个是因为此时删除的字符数是i-1，需要经过(i-1)/k次操作。

(2)如果上述枚举过程没有遇到满足要求的t，那么我们直接返回答案的上界，也就是把原字符串中的所有字符删掉，所有字符变为由我们自己控制的字符，我们可以控制这个字符串和原字符串相等，所以到这里可以返回答案的上界。

时间复杂度：O(n)。

空间复杂度：O(n)。

cpp代码如下：

typedef unsigned long long ULL;
const int N=1e6+10,P=131;
ULL h[N],p[N];
ULL get(int l,int r)
{
    return h[r]-h[l-1]*p[r-l+1];
}
class Solution {
public:
    int minimumTimeToInitialState(string word, int k) {
        int n=word.size();
        p[0]=1;  //字符串哈希预处理
        for(int i=1;i<=n;i++)
        {
            h[i]=h[i-1]*P+word[i-1];
            p[i]=p[i-1]*P;
        }

        //枚举操作次数t，看是否存在某个以tk+1个字符开头的后缀等于前缀
        for(int i=k+1;i<=n;i+=k)
        {
            //这里要返回(i-1)/k，因为当删除的字符个数为i-1个
            if(get(i,n)==get(1,1+n-i))return (i-1)/k;
        }
        return (n+k-1)/k; //返回答案的上界
    }
};