前言
前几天做了下leetcode459,这道看起来平淡无奇的题目,却是如此的好玩。我们经常看网上一些人写的题解,粗暴,直接上代码,然后唯一的中文是“水题,不解释”,科科哒,港真,有多少人知道其数学原理,反正我是不建议轻视每一个我们碰到的问题。
首先,回顾一下问题:
简单的说,就是判断一个字符串是否能完全被自身一个子串多次拼接得到。比如“ababab”可以由“ab”拼接而成(我们称之为“好串”),“ababc”则不存在一个子串能拼接出原字符串。
碰到问题,暴力先行,我们可以简单地给出一种暴力的方法:
class Solution:
def repeatedSubstringPattern(self, s):
"""
:type s: str
:rtype: bool
"""
for x in range(int(len(s)/2)):
temp=s[0:(x+1)]
times=int(len(s)/(x+1))
if temp*times==s:
return True
return False
实际上就是遍历
s
,看前
然后,标答的话,应该是采用 O(n) 的KMP算法,在本文中不做详细介绍,或者了留个微小的坑(立个flag),最近(其实是懒)有点忙。然后,在浏览discuss时候,发现了有个非常非常神奇的做法,给出代码如下:
class Solution:
def repeatedSubstringPattern(self, s):
return s in (2 * s)[1:-1]
是的,就是一行,这里剧透一下,这是 O(n) 的算法,简单地说,这个算法分为如下几步:
(算法1)
1. 用两个 s 首尾相连得到一个新的字符串ss ;
2. 去掉 ss 的首尾两个字符;
3. 如果在剩下来的字符串中能找到 s 那么返回True,否则False
实在是惊人,经过一段时间的思考,终于给出了这个方法的证明,在这个过程中想到了很多东西,非常兴奋,兴奋得我跑去清青快餐吃了一波,然后下面的话,我将会给出我的完整的思考过程(和以前一样,我认为记录思考过程比记录冷冰冰的证明要有意义得多,或者你可以直接拖到后面看证明)
思考过程
如图所示,
记序列
s1s2
的字符分别为
a0
,
a1
,…,
a2n−1
,若在
s1s2
去掉首尾后中能找到
s1(s2)
的话,也就是说存在
k
使得
为了方便起见,上式中的下标是mod n意义下的,换句话说 {an} 有三个周期,分别是 n ,
(猜想1)若有
at=at+n 以及 at=at+k , k≤n ,那么一定存在一个 r|n ,使得 at=at+r.
如果猜想1成立,那么我们就可以判定,算法1可以用来判断“好串”( (a0a1...ar−1) 能生成整个原字符串),不妨加强一下猜想1,做一个更加具体的猜想:
(猜想2)若有 at=at+n 以及 at=at+k , k≤n ,那么 at=at+gcd(k,n) .
此时,我做了一些实验,下面展示一些例子(不断+4然后取模6),
1.
k=4,n=6
,如图所示
上图中颜色相近的表示的是值相同(颜色深浅是为了方便读者阅读),实际上就是下图中的好串,它确实有周期 gcd(4,6)=2 ,而且字符串被分为 gcd(n,k) 种等价类(绿色和黄色)。
有了上述实验后,我再做了一个尝试(直觉告诉我不妨做个互质情况的实验)
2.
k=4,n=5
很高兴,和我的猜想一致,它确实有 gcd(4,5)=1 的周期,以及字符串被分为 gcd(n,k) 种等价类(蓝色)。我想,如果把上两幅图的操作看成是一种变换(上面两幅图右边的箭头),那么序列只有在 gcd(k,n)=1 的时候,变换才能遍历整个字符串中的每一个元,否则早早就进入循环了。
重新再以 k=4,n=6 为例,实际上,这个变换就是不断+4然后取模6的过程,那么我想,能不能证明对于任意的等差数列 ak+t ,对于任意 n>1 ,取mod n后都会变成周期数列,
此时我突然想到一些东西,我印象中好像有这么一个定理:
(定理1)对于常系数齐次线性递推公式 an+k=∑ki=1ckan+i−1 ,若 m>1 ,那么数列 {an} 模 m 后是周期数列.
我能不能将等差数列转换为常系数齐次线性递推公式,然后通过定理1的某些性质来直接证明猜想2呢?先来看看,
也就是说,我们有 Aa+1=2Aa−Aa−1 ,棒!还真的可以转换为常系数齐次线性递推公式,等等, Aa+1=2Aa−Aa−1 的特征方程是 x2−2x+1=(x−1)2 ,我去,对了,二次的特征方程,且有两个重根的通项公式就是一次函数!也就是等差数列!棒极了!周期性用抽屉原理就可以证明,好像直接从等差数列角度也能直接证明,化为递推公式好像没卵用(囧),而且好像没有查到关于定理1的一些有关的好性质,没劲,好像又回到了原点,看看自己能不能解决猜想2.
完整证明
回顾一下,由已知存在
k
(
我们只要证明猜想2,我们就能说明算法1给出True的判断就是好串,False的结果必然是非好串。这主要是因为 gcd(n,k)|n , (a0a1...agcd(n,k)−1) 能生成整个原字符串.
(猜想2)若有 at=at+n 以及 at=at+k , k≤n ,那么 at=at+gcd(k,n) .
下面我们来证明猜想2,首先我们有如下引理:
(引理1)用 lcm(m,k) 和 gcd(m,k) 来表示 m,k 的最小公倍数和最大公约数,那么我们有 lcm(m,k)⋅gcd(m,k)=mk .
接下来给出关于一次线性同余方程解得存在性定理:
(引理2:线性同余式定理)设 a,b,m∈N+ ,给定一次同余方程 ax≡b(modm) ,
(1)若 gcd(a,m)|b ,那么同余方程有 gcd(a,m) 个在模 m 的不同解,如果有特解x0 ,那么全部解得形式为 x=x0+t⋅m/gcd(a,m) , t=0,1,...,gcd(a,m)−1 ;
(2)若不整除,那么同余方程不存在解.
我们考虑序列下标序列 t,t+k,t+2k,t+3k... 即 ak+t ,
(第一步)我们先证明:
这等价于 kn/gcd(k,n)≡0(modn) ,由引理1有 kn/gcd(k,n)=lcm(k,n) ,于是,最小公倍数 lcm(k,n) 当然可以整除 n ,于是马上知道,上式成立。
(第二步)接下来,固定
若有 k(p−q)≡0(modn) ,这与最小公倍数 lcm(k,n) 的最小性矛盾!
回到原猜想2(再次重申,所有的下标就是模
n
意义下的),由第一步和第二步,我们知道,对于原字符串
上式中的元构成的集合我们称为等价类 At⊂s ,下面我们证明等价类 At⊂s 中的元,下标必是 gcd(k,n) 为周期,用数学的语言描述即任取一个元 at+kx∈At ,必有 at+kx+gcd(k,n)∈At , 0≤x≤ngcd(k,n)−1 .直接证明,似乎没那么容易,换一个角度,我是否能构造一个集合 A′t 使得:
- A′t 中的元有 at+p⋅gcd(k,n) 的形式( 0≤p≤ngcd(k,n)−1 );
- 存在双射
f
:
A′t→At .
这样的话 A′t 与 At 的元完全相同,而 A′t 的元的下标是以 gcd(k,n) 为周期的,那么 At 也必是如此!
取定
p∈[0,ngcd(k,n)−1]
,考察同余方程
在 [0,ngcd(k,n)−1] 上的正整数解。由引理2(线性同余式定理),因为 gcd(k,n)|p⋅gcd(k,n) ,故同余方程有 x=x0+t⋅n/gcd(a,n) , t=0,1,...,gcd(a,n)−1 ,由抽屉原理,不管 x0 是什么,在模 n 的意义下,上述同余方程在
同理,取定
a∈[0,ngcd(k,n)−1]
,考察同余方程
在 [0,ngcd(k,n)−1] 上有唯一解!
所以上面两个同余方程的解唯一性保证了
A′t
和
At
的元是一一对应的,于是
At
的元在模
n
的意义下必是以
————————————————
后记
由上面的思考,顺便得到如下结论:
(结论1)对等差数列 ak+t , a∈N+ ,取mod n后所得到的周期数列,必有周期 n/gcd(k,n) ,且 n/gcd(k,n) 为最小正周期.
修改一下结论1有:
(结论2)常系数齐次线性递推公式 Aa+1=2Aa−Aa−1 取mod n后所得到的周期数列的周期完全取决于初值.
进一步的思考:
(作业)若有 at=at+ki ,其中 i=1,2...n ,那么是否有 at=at+gcd(k1,k2,...,kn)? .
如果,上面的这个作业成立的话,那么由之前我的这篇博文:从Happy num所想到的几个问题 最后提到任取k个自然数,它们互素的概率为 1ζ(k) ,即有非常大的概率,使得数列 {at} 每一项都是相同的.