【ACWing】1053. 修复DNA

题目地址：

https://www.acwing.com/problem/content/1055/

生物学家终于发明了修复DNA的技术，能够将包含各种遗传疾病的DNA片段进行修复。为了简单起见，DNA看作是一个由’A’, ‘G’ , ‘C’ , ‘T’构成的字符串。修复技术就是通过改变字符串中的一些字符，从而消除字符串中包含的致病片段。例如，我们可以通过改变两个字符，将DNA片段”AAGCAG”变为”AGGCAC”，从而使得DNA片段中不再包含致病片段”AAG”，”AGC”，”CAG”，以达到修复该DNA片段的目的。需注意，被修复的DNA片段中，仍然只能包含字符’A’, ‘G’, ‘C’, ‘T’。请你帮助生物学家修复给定的DNA片段，并且修复过程中改变的字符数量要尽可能的少。

输入格式：
输入包含多组测试数据。
每组数据第一行包含整数$N$，表示致病DNA片段的数量。
接下来$N$行，每行包含一个长度不超过$20$的非空字符串，字符串中仅包含字符’A’, ‘G’ , ‘C’ , ‘T’，用以表示致病DNA片段。
再一行，包含一个长度不超过$1000$的非空字符串$s$，字符串中仅包含字符’A’, ‘G’ , ‘C’ , ‘T’，用以表示待修复DNA片段。
最后一组测试数据后面跟一行，包含一个$0$，表示输入结束。

输出格式：
每组数据输出一个结果，每个结果占一行。
输入形如Case x: y，其中$x$为测试数据编号（从$1$开始），$y$为修复过程中所需改变的字符数量的最小值，如果无法修复给定DNA片段，则$y$为$-1$。

数据范围：
$1\le N\le 50$

设字母表只有$ACGT$四个字母，其实就是给定若干模式串，再给定一个主串，问主串修改多少个位置，可以使得主串不含任一模式串作为子串。

先将所有模式串做成一个AC自动机，设$f[i][u]$是在自动机上走了$i$步停留在$u$节点的时候，最少要修改多少个字符能使得主串不含任一模式串。在自动机上走的过程，其实就是扫描主串的过程，把在自动机上走一个不同于当前扫描字符的边视为一单位的代价，那么问题其实就是问，要求路上走不到任何匹配点的情况下，在自动机上走$l_s$步的最小代价是多少，视为$f[i][u]$的”新定义“。那么我们可以枚举$u$的四条出边（对应四个不同字母），首先找到不产生匹配的出边，假设$u\to p$并且$p$不产生匹配，设$s$下标从$1$开始，那么有 f [ i + 1 ] [ p ] = min ⁡ u → p { f [ i ] [ u ] + 1 s i + 1 ≠ u → p } f[i+1][p]=\min_{u\to p}\{f[i][u]+1_{s_{i+1}\ne u\to p}\} f[i+1][p]=u→pmin​{f[i][u]+1si+1​​=u→p​}代码如下：

#include <iostream>
#include <cstring>
using namespace std;

const int N = 1010;
int n, m;
int tr[N][4], idx;
bool word[N];
int q[N], ne[N];
char s[N];
int mp['T' + 1];
int f[N][N];

void insert() {
  int p = 0;
  for (int i = 0; s[i]; i++) {
    int c = mp[s[i]];
    if (!tr[p][c]) tr[p][c] = ++idx;
    p = tr[p][c];
  }
  
  // 标记一下p点为匹配点，匹配点还有p的ne指针反向上的所有点，也要标记，见下文
  word[p] = true;
}

void build() {
  int hh = 0, tt = 0;
  for (int i = 0; i < 4; i++)
    if (tr[0][i]) q[tt++] = tr[0][i];
  
  while (hh < tt) {
    int t = q[hh++];
    for (int i = 0; i < 4; i++) {
      int p = tr[t][i];
      // 需要做word[p] |= word[ne[p]]这一步，如果ne[p]是匹配点，p点也是匹配点，
      if (p) ne[p] = tr[ne[t]][i], q[tt++] = p, word[p] |= word[ne[p]];
      else tr[t][i] = tr[ne[t]][i];
    }
  }
}

int main() {
  // 四个字母对应的边的下标
  mp['A'] = 0, mp['G'] = 1, mp['C'] = 2, mp['T'] = 3;
  int T = 1;
  while (scanf("%d", &n), n) {
    memset(tr, 0, sizeof tr);
    memset(word, 0, sizeof word);
    memset(ne, 0, sizeof ne);
    idx = 0;

    for (int i = 0; i < n; i++) {
      scanf("%s", s);
      insert();
    }

    build();

    scanf("%s", s + 1);
    m = strlen(s + 1);

    memset(f, 0x3f, sizeof f);
    f[0][0] = 0;
    // 遍历主串，即遍历步数
    for (int i = 0; i < m; i++)
      // 遍历所有节点，j是在自动机上走了i步走到的点
      for (int j = 0; j <= idx; j++) {
      	// 如果j节点是匹配点，则不能走，直接略过
      	// 如果j走不到，也直接略过
        if (word[j] || f[i][j] == 0x3f3f3f3f) continue;
        // 枚举4个方向
        for (int k = 0; k < 4; k++) {
          int p = tr[j][k];
          // p是匹配点，不能走
          if (word[p]) continue;
          // 更新i + 1步走到p的最小代价
          f[i + 1][p] = min(f[i + 1][p], f[i][j] + (mp[s[i + 1]] != k));
        }
      }

    int res = 0x3f3f3f3f;
    for (int i = 0; i <= idx; i++) res = min(res, f[m][i]);

    if (res == 0x3f3f3f3f) res = -1;
    printf("Case %d: %d\n", T++, res);
  }
}

时间复杂度$O(l_{s}N)$，空间$O(N)$。