CSP-S中的字符串相关算法

注：LP = Luogu Problem，MP = MarsOJ Problem，AP = Acwing Problem。

子串一定连续，子序列不一定连续。

常用 C 库函数（仅适用于 C 风格字符串 char 数组）：strlen, strcmp, strcat, sscanf, sprintf。

strcat 把第二个字符串拼到第一个的结尾。

sscanf()：第一个参数为读取内容，后续参数与正常 scanf 相同。

 char s[] = "apple 5 13";
 char t[10]; int a, b;
 sscanf("%c %d %d", t, &a, &b);

常用 C++ 库函数（仅适用于 std::string）：+, find(ch, start), substr(start, len), append(s), replace(pos, n, s), erase(pos, n), insert(pos, s), c_str()。

find(ch, start) 查找从 start 开始的字符 ch 的位置。

substr(start, len) 注意第二个参数是子串长度不是子串末尾。第二个参数不填则默认为取到字符串结尾。

c_str() 应用场景：把 std::string 转成 C 风格字符串，再使用 printf 进行输出。

 string s, t; int a, b;
 printf("%s=%d&%s+%d", s.c_str(), a, t.c_str(), b);

模式匹配问题（KMP）：判断字符串 s2 是否为字符串 s1 的子串。要搞清楚 border 和 nxt 数组。

border：字符串最大公共前后缀。最大公共前后缀不能是字符串本身（真前缀、真后缀）。

nxt[i]：前缀 i 的 border 长度。怎么快速地求 nxt 数组呢？递推！

当 s[i+1] == s[nxt[i]+1]，nxt[i+1] = nxt[i]+1。

当 s[i+1] != s[nxt[i]+1]，找前缀 i 的所有公共前后缀：

 int j = nxt[i];
 while (j!=0 && s[i+1] != s[j+1]) j=nxt[i];
 if (s[i+1] == s[j+1]) nxt[i+1] = j+1;

KMP 复杂度为 O(n+m)。KMP 是个很抽象的算法。必须要画图，抽象，再充分理解。

KMP 应用 AP4678：求字符串的最小周期（最后一个周期不一定循环完）。答案为 n-nxt[n]。画图理解。

例题 MP3308：给定字符串 S,T，问 T 最少由几个 S 的前缀拼接而成。（AT_abc257_g）

贪心解（正解一）：每次匹配 S,T 的最长公共前缀，匹配成功，就从 T 中删去该前缀，直到不能删为止。删完，删的次数即为最优解；删不完，-1。

DP 解：dp[i] 表示把 T_1-T_i 可以分割成最少的多少个 S 的前缀。dp_i=\min(dp_j+1)，其中 j<i 且 T 的第 j+1 到第 i 位是 i 的前缀。

DP 优化（正解二）：反证法易得 DP 单调不降。发现 DP 过程中就是要维护以 S_i 结尾，和 T 前缀相同的最大长度。假设 KMP 枚举到 s_i 时，匹配长度为 len，则 dp_i \leftarrow dp_{i-len}。

字符串哈希Hash：和比较有关的字符串题目，第一时间想字符串哈希！

在 O(n) 预处理后，O(1) 判断两个子串是否相等。（映射值相同，两字符串大概率相同）

把字符串看作 k 进制数（k\geq 128），利用数学方法取出当中的一段值，转成十进制，就是那一段的哈希值。

怎么快速算出中间一段对应的 k 进制数的十进制？

计算所有前缀对应的哈希值 hash[i]，递推式 has[i] = (has[i-1] * k + s[i]) % mod;

区间 [l,r] 对应的字符串的哈希值（前缀和思想）(has[r]-has[l-1]*qpow[k,r-l+1] % mod + mod) % mod

如果这个数太大怎么办？对一个大质数取余（998244353，10^9+7，10^9+9）

冲突怎么办？如果 n\leq 10^5，无需考虑；如果 n\geq 10^6，做双哈希：一个模 998244353，一个模 10^9+7，如果两个字符串的两个哈希值对应相等，就判定为相等，大大降低判断错误的概率，无需担心呢。

Hash应用：最长公共子串。给定 m 个总长不超过 n 的字符串，查找所有字符串的最长公共子串。

答案具有单调性（存在长度为 k 的，必定存在长度为 k-1 的公共子串），二分子串长度 len。判断答案时，O(n) 枚举每一个字符串长度为 len 的子串，并求出哈希值。看这些哈希值的交集是否为空集。

Trie树（字典树）：前缀数据结构，用于存储字符串集合。节点没有权值，树边有权值（权值是字符串中的字符）用一棵树形结构维护字符串集合。字符串 = 根节点到叶子节点的路径。就是 26 叉树。

Trie 应用 MP3350：已知 m 条信息，n 条暗号，问对于每条暗号 j，有多少条信息 i 与其有相同前缀，且前缀长度为两个字符串长度的最小值。解法：创建关于暗号的 Trie 树，在字典树上维护 cnt[u] 表示经过节点 u 的字符串个数，拿着每一条暗号在上面跑，走到一个节点就把 cnt[u] 加入答案。

Manacher 算法：求最长回文子串。动态规划思想。

显然，每一个回文串都会有一个“回文中心”。显然可以枚举回文中心，二分求解“最大回文半径”，哈希判断左半段与右半段是否相等即可。回文中心可以是一个字符，也可以是两个字符中间的空隙。O(n\log n)。

由于回文中心可能是空隙，还得奇偶处理，很麻烦，所以给字符串两两字符中间以及串首尾出插入一个未出现过的字符，如 #。设 d_i 表示以新串 i 位置为回文中心的回文串的最大半径，即处理前回文串长度。答案 \max d_i。

考虑递推/DP求 d_i。

 char s[N], ch[N];
 int m, n;
 void manachar() {
     int mxr = 0, id;
     for (int i = 1; i <= n; i ++) {
         if (mxr >= i) p[i] = min(mxr - i, p[2*id-i]);
         else p[i] = 0;
         while (ch[i+p[i]+1]==ch[i-p[i]-1]) p[i]++;
         if(p[i]+i>mxr)id=i,mxr=p[i]+i;
     }
 }
 void init() {
     m = strlen(s + 1);
     n = 2*m+1;
     ch[0]='(';
     for(int i=1;i<=m;i++) {
         ch[2*i-1]='#';
         ch[2*i]=s[i];
     }
     ch[n]='#';
     ch[n+1]=')';
 }