HDU 6194 string string string【后缀数组】

string string string

TimeLimit: 2000/1000 MS (Java/Others)    Memory Limit:32768/32768 K (Java/Others)
Total Submission(s): 714    Accepted Submission(s): 206

Problem Description

UncleMao is a wonderful ACMER. One day he met an easy problem, but Uncle Mao was solazy that he left the problem to you. I hope you can give him a solution.
Given a string s, we define a substring that happens exactly k times as animportant string, and you need to find out how many substrings which areimportant strings.

 

 

Input

The first line contains an integer T (T≤100) implying thenumber of test cases.
For each test case, there are two lines:
the first line contains an integer k (k≥1) which isdescribed above;
the second line contain a string s (length(s)≤10⁵).
It's guaranteed that ∑length(s)≤2∗10⁶.

 

 

Output

For each test case, print the number of the important substrings in a line.

 

 

Sample Input

2

2

abcabc

3

abcabcabcabc

 

 

Sample Output

6

9

 

【题意】

给出一个字符串，问它的字串中有哪些在字符串中出现了k次。

【思路】

我们先处理出sa数组和height数组，然后由于sa数组相邻的两项是最接近的，也就是说出现了k次的子串它的起始位置在sa数组中是连续的。

那么我们考虑去枚举长度为区间，比如我们现在枚举的区间为[l,l+k-1]，那么我们我们利用RMQ求出这一段区间的lcp(最长公共前缀)。

假设lcp为x，那么说明在枚举的区间内有x个子串在字符串中至少出现了k次，但是我们要求的是正好出现k次的。

很容易想到可以用至少出现k次的数目减去至少出现(k+1)次的便是正好出现k次的数目。

对于一个长度为k的区间来说，我们可以在头部或尾部加一个位置使它变成长度为(k+1)的区间(边界情况只有一种情况)，那么对于可以在两端增加的，如果减去区间[l-1,l+k-1]和区间[l,l+k]的lcp，显然多减了区间[i-1,i+k]的lcp,再将这一部分加上即可。

#include <cstdio>
#include <cmath>
#include <cstring>
#include <algorithm>
using namespace std;
#define mst(a,b) memset((a),(b),sizeof(a))
#define rush() int T;scanf("%d",&T);while(T--)

typedef long long ll;
const int maxn = 100005;
const ll mod = 998244353;
const int INF = 0x3f3f3f3f;
const double eps = 1e-9;

int t1[maxn],t2[maxn],c[maxn];

bool cmp(int *r,int a,int b,int l)
{
    return r[a]==r[b]&&r[a+l]==r[b+l];
}

void da(int *str,int *sa,int *Rank,int *height,int n,int m)
{
    n++;
    int i,j,p,*x=t1,*y=t2;
    for(i=0; i<m; i++) c[i]=0;
    for(i=0; i<n; i++) c[x[i]=str[i]]++;
    for(i=1; i<m; i++) c[i]+=c[i-1];
    for(i=n-1; i>=0; i--) sa[--c[x[i]]]=i;
    for(j=1; j<=n; j<<=1)
    {
        p=0;
        for(i=n-j; i<n; i++) y[p++]=i;
        for(i=0; i<n; i++)
        {
            if(sa[i]>=j)
                y[p++]=sa[i]-j;
        }
        for(i=0; i<m; i++)  c[i]=0;
        for(i=0; i<n; i++)  c[x[y[i]]]++;
        for(i=1; i<m; i++)  c[i]+=c[i-1];
        for(i=n-1; i>=0; i--) sa[--c[x[y[i]]]]=y[i];
        swap(x,y);
        p=1,x[sa[0]]=0;
        for(i=1; i<n; i++)
        {
            x[sa[i]]=cmp(y,sa[i-1],sa[i],j)?p-1:p++;
        }
        if(p>=n) break;
        m=p;
    }
    int k=0;
    n--;
    for(i=0; i<=n; i++) Rank[sa[i]]=i;
    for(i=0; i<n; i++)
    {
        if(k) k--;
        j=sa[Rank[i]-1];
        while(str[i+k]==str[j+k]) k++;
        height[Rank[i]]=k;
    }
}


int Rank[maxn],height[maxn],sa[maxn];
char str[maxn];
int r[maxn];


int dp[maxn][30];

void initRMQ(int n)
{
    for(int i=0;i<n;i++) dp[i][0]=height[i];
    for(int j=1;(1<<j)<=n;j++)
    for(int i=0;i+(1<<j)-1<n;i++)
    {
        dp[i][j]=min(dp[i][j-1],dp[i+(1<<(j-1))][j-1]);
    }
}

int len;

int lcp(int l,int r)
{
    if(l==r)  return len-sa[r];
    /*l=Rank[l],r=Rank[r];
    if(l>r) swap(l,r);*/
    l++;
    int k=0;
    while((1<<(k+1))<=r-l+1) k++;
    return min(dp[l][k],dp[r-(1<<k)+1][k]);
}

int main()
{
    int k;
    rush()
    {
        scanf("%d%s",&k,str);
        int n=strlen(str);
        len=n;
        for(int i=0; i<n; i++)
        {
            r[i]=str[i]-'a'+1;
        }
        r[n]=0;
        da(r,sa,Rank,height,n,30);           //得到sa,Rank,height数组
        initRMQ(n+1);                        //RMQ预处理区间最长公共前缀
        ll ans=0;
        for(int i=1; i+k-1<=n; i++)          //枚举区间
        {
            ans+=lcp(i,i+k-1);
            if(i>1) ans-=lcp(i-1,i+k-1);
            if(i+k<=n) ans-=lcp(i,i+k);
            if(i>1&&i+k<=n) ans+=lcp(i-1,i+k);
        }
        printf("%I64d\n",ans);
    }
    return 0;
}