学懂字符串

1.双色球

题目

有两个字符串 $S,T$ 均只由 $R,B$ 两种字符组成。开奖时，有一组非空字符串 $(P,Q)$ 均由 $0,1$ 组成，并将 $S,T$ 中的 $R,B$ 字符分别替换为 $P,Q$ 字符串。也就是说，$S,T$ 会变成一大堆 $P,Q$ 等的重复拼接。如果进行替换后有 $S=T$，那就中奖了。

将不同的 $P,Q$ 满足 $\max (|P|,|Q|)⩽n$ 并且能够使 $S,T$ 中奖的数量记为 $f(S,T)$ 。现在给出由 RB? 三种字符构成的 $S^{\prime },T^{\prime }$（长度不超过 $3\times 10^5$）与 $n(n⩽3\times 10^5)$，问，将每个 ? 随机替换为 RB 之一后，得到的 $f(S,T)$ 的期望。输出对大质数取模。

思路

如果没有问号怎么做？反正我是连这个都不会。真不愧是简单例题。

考虑 $P,Q$ 有什么性质。首先，如果 $S,T$ 同时以 R 或 B 开头或结尾，这对 $P,Q$ 没有任何约束作用，可以删去。删去之后，如果 $S,T$ 都是空串，那我没话说了，直接输出 $(2^{n+1}-1{)}^2$ 走人。如果其中之一是空串，那么 puts("0") 完事儿。接下来考虑 $S,T$ 都非空。

不妨设 $|P|⩽|Q|$ 。由于 $S,T$ 的开头字符不同，则替换后的开头字符串是 $P,Q$，若想匹配，必须使 $P$ 是 $Q$ 的前缀。类似地，$P$ 还需要是 $Q$ 的后缀。所以我们得到了性质一。

• $P$ 需要是 $Q$ 的一个 $\mathrm{b}\mathrm{o}\mathrm{r}\mathrm{d}\mathrm{e}\mathrm{r}$ 。

这是我们利用开头、结尾得到的。试着利用一下第二个位置吧。

不妨设
$$\begin{array}{rl}S& =Q\cdots \\ T& =\underset{k个P}{\underbrace{PPP\cdots P}}Q\cdots \end{array}$$

如果 $k\cdot |P|⩾|Q|$，那么 $P$ 是 $Q$ 的周期。如果 $k\cdot |P|<|Q|$ 呢？注意 $T=k\times P+Q$，末尾上是一个 $Q$ 。它要和 $Q$ 匹配，需要 $Q$ 存在长度为 $|Q|-k\cdot |P|$ 的 $\mathrm{b}\mathrm{o}\mathrm{r}\mathrm{d}\mathrm{e}\mathrm{r}$，也就是 $k\cdot |P|$ 的周期。如果 $P$ 重复 $k$ 次是一个周期，肯定也会有 $P$ 是 $Q$ 的周期。于是我们找到了性质二。

• $P$ 需要是 $Q$ 的一个周期。

$P$ 是 $Q$ 的 $\mathrm{b}\mathrm{o}\mathrm{r}\mathrm{d}\mathrm{e}\mathrm{r}$ 说明 $|Q|-|P|$ 是 $Q$ 的周期。根据 弱周期引理¹ 可知 $\gcd (|P|,|Q|-|P|)=\gcd (|P|,|Q|)$ 为 $Q$ 的周期。而 $P$ 又是 $Q$ 的前缀，所以它也是 $P$ 的周期。更巧妙的是，它是 整周期（周期长度是字符串长度的因数）。

那么我们得到了这样一个结论：存在字符串 $L$ 使得 $P=p\times L,Q=q\times L$ 。为了不重复计数，应当规定 $\gcd (p,q)=1$ 即 $p\perp q$ 。

既然如此，可见 $L$ 的长相并不重要，只要 $S,T$ 中 $L$ 的个数一样即可。不妨设 $S_R$ 为 $S$ 中 $R$ 的数量，$S_B,T_R,T_B$ 同理，则
$$ans=\sum _{L=1}^n\sum _{p=1}^{\lfloor \frac{n}{L}\rfloor }\sum _{q=1}^{\lfloor \frac{n}{L}\rfloor }[p\perp q][p{S}_R+q{S}_B=p{T}_R+q{T}_B]\times 2^L$$

右边的真值括号，可以稍微化简一下。记 $\Delta R=S_R-T_R,\Delta B=T_B-S_B$ ，方程可以写成
$$p\cdot \Delta R=q\cdot \Delta B$$

特殊讨论一下 $\Delta R=\Delta B=0$ 的情况，因为 $0$ 的很多倍数关系很特殊 😂 此种情形下 $p,q$ 只需要互质。所以
$$ans=\sum _{L=1}^n{2}^L\left(2\sum _{j=1}^{\lfloor \frac{n}{L}\rfloor }\phi (j)-1\right)$$

括号里面的求和，是先求和、再乘二、最后减一，经典的计算互质数对。这个可以 $\mathcal{O}(\sqrt{n})$ 整除分块一下。

除去上面的情况，不妨设 $\Delta R\ne 0$ 。那么 $p\perp q$ 但 $p\cdot \Delta R$ 是 $q$ 的倍数 $\Rightarrow \Delta R$ 是 $q$ 的倍数。

令 $k=\frac{\Delta R}{q}=\frac{\Delta B}{p}\in \mathbb{Z}$ 则 $\Delta R=kq,\Delta B=kp\Rightarrow k=\gcd (\Delta R,\Delta B)\Rightarrow$
$$p=\frac{\Delta B}{\gcd (\Delta R,\Delta B)},q=\frac{\Delta R}{\gcd (\Delta R,\Delta B)}$$

发现 $p,q$ 的解与 $L$ 无关。所以，最终实际等价于
$$ans=\sum _{L=1}^{\lfloor \frac{n}{\max (p,q)}\rfloor }{2}^L$$

这个可以 $\mathcal{O}(1)$ 算，只要预处理 $2^x(1⩽x⩽n)$ 即可。所以，没有问号的情况解决啦！

有问号呢？发现答案只跟 $\Delta R,\Delta B$ 有关。考虑枚举增量。令 $\Delta R,\Delta B$ 为不考虑问号时的差值，设 $S_{?},T_{?}$ 代表问号的数量，用 $F(r,b)$ 表示上面的过程，则
$$ans=\sum _{d=-T_{?}}^{S_{?}}F(\Delta R+d,\Delta B-S_{?}+T_{?}+d)\sum _{i=0}^{+\infty }\left(\genfrac{}{}{0ex}{}{S_{?}}{i}\right)\left(\genfrac{}{}{0ex}{}{T_{?}}{i-d}\right)$$

这个式子没准儿写错了。大家懂我的意思就行。打代码的时候可以自己推一推。

后面那个组合数 $={\sum }_{i=0}^{S_{?}}\left(\genfrac{}{}{0ex}{}{S_{?}}{S_{?}-i}\right)\left(\genfrac{}{}{0ex}{}{T_{?}}{i-d}\right)=\left(\genfrac{}{}{0ex}{}{S_{?}+T_{?}}{S_{?}-d}\right)$ 可以 $\mathcal{O}(n)$ 预处理出所有 $\left(\genfrac{}{}{0ex}{}{S_{?}+T_{?}}{x}\right)$ 然后 $\mathcal{O}(1)$ 查。

显然 $F(0,0)$ 最多发生一次。总复杂度
$$\mathcal{O}(n+\sqrt{n})=\mathcal{O}(n)$$

2.听天由命

题目

对于 $01$ 串 $S$，定义 ${\zeta }_i$ 为第 $i$ 个字符开始的后缀。再定义
$$F(i,j)=\max \left\{k\right|\mathrm{lcp}({\zeta }_i,{\zeta }_{j-k+1})⩾k\}$$

即，使得 $\mathrm{lcp}({\zeta }_i,{\zeta }_{j-k+1})⩾k$ 的最大 $k$ 值。现在你要求出 ${\sum }_{i=1}^{|S|-1}{\sum }_{j=i+1}^{|S|}F(i,j)$ 。为了不取模，让 $|S|⩽10^6$ 吧。

为了与题目名「听天由命」吻合，保证 $S$ 使用线性同余随机生成。

思路

问题真的就要靠「听天由命」解决。首先将 $F$ 转化为 $\mathrm{b}\mathrm{o}\mathrm{r}\mathrm{d}\mathrm{e}\mathrm{r}$ 。而 $\mathrm{b}\mathrm{o}\mathrm{r}\mathrm{d}\mathrm{e}\mathrm{r}$ 要出现至少两次。

找 $S$ 的一个长度为 $L$ 的子串。假如它在另一个地方也出现过，那么每一位都要与它匹配。所以概率是 $2^{-L}$ 。任选两个长度为 $L$ 的子串都累加一次概率，这是一个很大的上界（很多情况重复计算了），但是也只有不到 $\frac{n^2}{2^L}$ ，只要你取 $L=2\log n+20$ ，概率就低至 $0.000001$（如果这都$\sout{\mathtt{W}\mathtt{A}}$了那我确实没办法了）。

所以，我们相信 $L⩽\mathcal{O}(\log n)$ 。有了这个，我们可以考虑枚举一个 $\mathrm{b}\mathrm{o}\mathrm{r}\mathrm{d}\mathrm{e}\mathrm{r}$（一共只有 $\mathcal{O}(nL)$ 个嘛），然后直接 $\left(\genfrac{}{}{0ex}{}{cnt}{2}\right)\times$ 长度就完事儿了……吗？

$\mathrm{b}\mathrm{o}\mathrm{r}\mathrm{d}\mathrm{e}\mathrm{r}$ 需要是最长。直接枚举一个 $\mathrm{b}\mathrm{o}\mathrm{r}\mathrm{d}\mathrm{e}\mathrm{r}$ 不一定是最长的。不过这也很容易避免，就是 $\left(\genfrac{}{}{0ex}{}{cnt}{2}\right)\times ($长度 $-$ $\mathrm{b}\mathrm{o}\mathrm{r}\mathrm{d}\mathrm{e}\mathrm{r}$ 长度$)$ 呗。因为这个枚举的 $\mathrm{b}\mathrm{o}\mathrm{r}\mathrm{d}\mathrm{e}\mathrm{r}$ 对应的串，也被它的 $\mathrm{b}\mathrm{o}\mathrm{r}\mathrm{d}\mathrm{e}\mathrm{r}$ 计算了恰好一次。

怎么求 $\mathrm{b}\mathrm{o}\mathrm{r}\mathrm{d}\mathrm{e}\mathrm{r}$ 呢？对 $(n-L+1)$ 个长度为 $L$ 的子串都做一遍 $\mathrm{k}\mathrm{m}\mathrm{p}$ 就行。

复杂度 $\mathcal{O}(n\log n)$ ，且代码实现不难。然而没写过代码的我有什么资格说呢。

3.$\mathrm{C}\mathrm{t}\mathrm{r}\mathrm{l}+\mathrm{C}$

题目

$\mathsf{O}\mathsf{n}\mathsf{e}\mathsf{I}\mathsf{n}\mathsf{D}\mathsf{a}\mathsf{r}\mathsf{k}$ 有一篇博客要写。这篇博客可以抽象为字符串 $S$ 。现在，他想要发布这篇博客，不过打字实在是太累了，他想要利用 $\mathrm{C}\mathrm{t}\mathrm{r}\mathrm{l}+\mathrm{C}$ 合理省事。

具体而言，$\mathsf{O}\mathsf{n}\mathsf{e}\mathsf{I}\mathsf{n}\mathsf{D}\mathsf{a}\mathsf{r}\mathsf{k}$ 认为，一口气打出一段文字（即一个字符串）会产生 $b$ 的劳累值（与字符串长度无关）。注意必须是一口气打完，不能中断。但是 $\mathrm{C}\mathrm{t}\mathrm{r}\mathrm{l}+\mathrm{C}$ 需要用鼠标选中文本，所以代价是 $a\times ($文本长度$)$ 的劳累值。注意：即使一个字符串没有被粘贴，愚蠢的 $\mathsf{O}\mathsf{n}\mathsf{e}\mathsf{I}\mathsf{n}\mathsf{D}\mathsf{a}\mathsf{r}\mathsf{k}$ 还是要复制它一次。粘贴呢？$\mathrm{C}\mathrm{t}\mathrm{r}\mathrm{l}+\mathrm{V}$ 是多么爽的过程，不会带来劳累！

比如文章 $\mathrm{I}\mathrm{a}\mathrm{m}\mathrm{a}\mathrm{b}\mathrm{a}\mathrm{b}\mathrm{a}\mathrm{b}\mathrm{a}$ ，可以进行如下操作：打出 $\mathrm{I}\mathrm{a}\mathrm{m}\mathrm{a}$ 并复制，产生 $b+6a$ 的劳累值（空格也是字符）；打出 $\mathrm{b}\mathrm{a}$ 并复制，产生 $b+2a$ 的劳累值；然后粘贴两次，不产生劳累值。

现在的唯一问题是，最小劳累值是多少？如果这个值太大，$\mathsf{O}\mathsf{n}\mathsf{e}\mathsf{I}\mathsf{n}\mathsf{D}\mathsf{a}\mathsf{r}\mathsf{k}$ 只好说 “我有一个绝妙的想法，可是这个 $\sout{csdn}$太丑 网速太慢写不了。”

有多篇文章，但是总长不超过 $5\times 10^5$ 且单篇文章长度不超过 $10^5$ 。

思路

我会用 $S[i:j]$ 表示字符串 $S$ 的第 $i$ 个字符到第 $j$ 个字符形成的子串。确实有点丑，习惯就好。

问题转化一下：将原字符串分段，如果第 $i$ 段的最小循环节长度为 $r$ 则代价为 $ar+b$ ，求最小代价。

$\mathtt{d}\mathtt{p}$ 的想法很自然，只是不容易优化。有两个难点，一是转移边太多，二是判断最小循环节长度很难。

事实证明，不是第二个问题难，只是我见得太少。老师给了个串串划分的题目（或许是给错了 😐），我不是很懂内在联系。不管怎么说，这一点是对的：如果 $r$ 要连续出现 $k$ 次，那么至少要连续出现 $2$ 次，而 连续出现 $2$ 次（我们称为 “平方串”）是可以求解的。这个东西与优秀的拆分是很相似的。

考虑一个长度为 $2L$ 的 “平方串” 。如果把原序列的 $xL(x\in {\mathbb{N}}^{+})$ 位置打一个标记，“平方串” 一定恰好碰到两个相邻的标记。利用这个性质，我们考虑从标记反推 “平方串” 。

用 $L(x)$ 表示第 $x$ 个标记和第 $x-1$ 个标记能够往左匹配多少。$R(x)$ 则是往右。形如

L(x)   bacd#....bacd#......
R(x)   ....#snmcb...#snmcb.

这俩拼在一起，不就是一个 “平方串” 吗？很简单吧？并且标记总数是 $\mathcal{O}(n\log n)$ 的，求 $L(x),R(x)$ 可以用后缀数组查询 $lcp$，总复杂度 $\mathcal{O}(n\log n)$ 。但是确实想不到啊。

好，我们学会 “平方串” 的判断了。然后 $\mathtt{d}\mathtt{p}$ 还是跑不动。没关系，跑不动就建图，图常常有更优美的性质。假设有一个 “平方串” 是 $S[i:i+2L-1]$，那么 $d{p}_{i+2L-1}$ 可以从 $d{p}_{i-1}$ 转移而来。可是相差 $3L$ 呢？显然不能暴力连边了。$3L$ 等价于两个 “平方串” 同时满足，必然可以缩成一种路径。

每个点建一个虚点 $i_L^{\prime }$ 表示 已经上车了，步长为 $L$ 。上车的代价是 $ar+b$ 而下车不花钱，像极了现实中的公交车。往下坐一个站，需要此处仍是 “平方串” 。形式化的：

如果有一个以 $i-L$ 开头的长度为 $2L$ 的 “平方串”，那么 $i\leftarrow (i+L{)}_L^{\prime }$ 权值为 $aL+b$，再连 $i_L^{\prime }\leftarrow (i+L{)}_L^{\prime }$ 权值为 $0$，也要连 $i_L^{\prime }\leftarrow (i-L{)}_L^{\prime }$ 权值为 $0$ 。

这样显然是正确的。$(i+L)\to i_L^{\prime }$ 表示直到 $i-L$ 都是以 $L$ 作为循环节。走 $(i+L{)}_L^{\prime }\to i_L^{\prime }$ 表示直到 $i-L$ 都是以 $L$ 作为循环节。走 $i_L^{\prime }\to (i-L)$ 则完成转移。

此时，边数肯定是 $3\times ($平方串个数$)$ 的。点数则为 $2\times ($平方串个数$)+n$ 。能否进一步优化呢？

有些 “平方串” 是没用的，因为它们有一个更小的周期，选用这个更小的周期作为 $r$ 就更优。定义 “本原平方串” 为，满足 $|S|$ 除以最小循环节长度 $=2$ 的字符串 $S$ 。

【留坑待填】根据 $\mathrm{R}\mathrm{u}\mathrm{n}\mathrm{s}\mathrm{T}\mathrm{h}\mathrm{e}\mathrm{o}\mathrm{r}\mathrm{e}\mathrm{m}$ ，只有 $\mathcal{O}(n)$ 个本质不同的 “本原平方串”，可以在 $\mathcal{O}(n\log n)$ 复杂度内找到。英文论文有点长，没读完。

4.金拱门

题目

金拱门公司需要一个新的标志。它们想整一个那样的：某个字符串写很多次，整体结构形成一个 $M$ 。

然而这个提议很快被玩坏了。因为那个字符串要用 $M$ 拼凑而成，$M$ 则又是多个字符串形成的……

具体而言，一个字符串 $S$ 的迭代次数为，其所有在 $S$ 中出现过至少 $2$ 次（毕竟 $M$ 需要两个拱门嘛）的子串 $S^{\prime }$ 的迭代次数中最大的一个 $+1$ 。如果没有 $S^{\prime }$ 存在，迭代次数为 $1$（玩不起了）。形式化的，
$$f(S)=\underset{S^{\prime }\mathrm{a}\mathrm{p}\mathrm{p}\mathrm{e}\mathrm{a}\mathrm{r}\mathrm{a}\mathrm{t}\mathrm{l}\mathrm{e}\mathrm{a}\mathrm{s}\mathrm{t}\mathrm{t}\mathrm{w}\mathrm{i}\mathrm{c}\mathrm{e}}{\max }f(S^{\prime })+1$$

对于给定串 $S(|S|\le 2\times 10^5)$ 请求出其迭代次数，即 $f(S)$ 的值。保证 $S$ 由小写字母组成。

思路

对于 $f(S)$ 来说，要么 $S^{\prime }$ 是其后缀，要么不是。对于 $S^{\prime }$ 不是后缀的情况，可以直接由 $f(S)$ 去掉末尾字符得到。所以只考虑 $S^{\prime }$ 是其后缀的情况。

$S$ 有很多个后缀，长度越短越容易出现过两次。而长度越长 $S$ 越大，即 $\forall S^{\prime }⫅S,f(S^{\prime })\le f(S)$，所以我们需要找出最长的一个。

能否在 $S$ 的 $\mathtt{S}\mathtt{A}\mathtt{M}$ 的 $\mathrm{p}\mathrm{a}\mathrm{r}\mathrm{e}\mathrm{n}\mathrm{t}\mathrm{t}\mathrm{r}\mathrm{e}\mathrm{e}$ 上二分呢？还是用权值线段树合并维护 $endpos$ 的话，复杂度是 $\mathcal{O}(n{\log }^{2}n)$ 的。

这里就有一个常见套路了：如果 附加权值是 $1$，那么附加权值不会影响决策点。也就是说，如果 $f(S_1^{\prime })<f(S_2^{\prime })$ 了，哪怕 $S_1^{\prime }$ 能 $+1$ 也只能跟 $S_2^{\prime }$ 打个平手。而 $f(S)=f(S^{\prime })+[S^{\prime }\mathrm{a}\mathrm{p}\mathrm{p}\mathrm{e}\mathrm{a}\mathrm{r}\mathrm{a}\mathrm{t}\mathrm{l}\mathrm{e}\mathrm{a}\mathrm{s}\mathrm{t}\mathrm{t}\mathrm{w}\mathrm{i}\mathrm{c}\mathrm{e}]$ 恰好满足这一条件。

所以我们直接用最大的 $f(S)$，也就是 $\mathrm{p}\mathrm{a}\mathrm{r}\mathrm{e}\mathrm{n}\mathrm{t}\mathrm{t}\mathrm{r}\mathrm{e}\mathrm{e}$ 上的父亲……吗？如果 $f$ 相等，就要取最短者了。利用并查集，快速查找相等的 $f(S)$ 中最短的 $S$ 。那么 $f(S)$ 直接用 $fa(S)$ 在并查集中的根节点转移就行了。

复杂度 $\mathcal{O}(n\log n+|\Sigma |\cdot n)$ 即可完成。

---

1. 弱周期引理：若字符串 $S$ 存在两个周期 $x,y$ 满足 $x+y\le |S|$ 则 $\gcd (x,y)$ 也是 $S$ 的周期。简要证明： S i = { S i + x S_i=\{S_{i+x} Si​={Si+x​ 或 $S_{i-y}\}=S_{i+x-y}\Rightarrow |x-y|$ 为周期 $\Rightarrow \gcd (x,y)$ 为周期（过程类似更相减损）。 ↩︎