字符串算法选讲

符号与约定

$s[1...x]=s[1]s[2]s[3]...s[x]$组成的字符串

$pre[s,x]=s[1...x],suf[s,x]=s[|S|-x+1...|S|]$

周期和border

对于一个$0<p\le |S|$，若满足对于任意$i\in [1,|S|-p]$，$s_i=s_{i+p}$，则称$p$是该串的一个周期

对于一个$0\le r<|S|$，若满足$pre[s,r]=suf[s,r]$，则$r$是该串的一个$border$

周期与$border$存在转化关系如下

$pre[s,r]$是该串的$border$$\iff$$|S|-r$是该串的一个周期

一个简明的小结论

$lcp(A,B)$表示$A,B$两个串的最长公共前缀

对于拥有周期$p$的串$S$，一定满足的是$lcp(s[1...|S|],s[1+p...|S|])=|S|-p$

然后可以做的就是对于一个位置$x$，找到最大的一个$l$满足$s[x...x+l-1]$有周期$P$

用$SA$求一下$s[x...|S|]$和$s[x+P...|S|]$的$lcp$即可…

Weak Periodicity Lemma

对于一个字符串$S$的周期$p,q$，若$p+q\le |S|$，则$gcd(p,q)$也是$S$的周期

钦定$p>q$，不妨设 $d=p-q$，对于某个$i$分类讨论

若$i>p$，则$i-p>0$，故$s[i]=s[i-p]=s[i-p+q]=s[i-d]$

否则$i\le p$，则$i+q\le |S|$，故$s[i]=s[i+q]=s[i+q-p]=s[i-d]$

然后我们就发现了一个新的周期$d$，发现他们在更相减损，故得证

Periodicity Lemma（拓展

对于一个字符串$S$的周期$p,q$，若$p+q-gcd(p,q)\le |S|$，则$gcd(p,q)$也是$S$的周期

证明貌似还不会…

字符串匹配的结论（引理1

若字符串$u,v$满足$2|u|\ge |v|$，则$u$在$v$中的所有匹配位置组成一个等差数列

考虑在序列中第一次匹配，第二次匹配以及另外某一次匹配

设第一次与第二次的间距为$d$，第二次与另外一次的间距为$q$

可以发现的是$u$的最小周期$p$也是第一次匹配和第二次匹配的并的周期

同时$d$也是该串周期，$gcd(d,q)$也为该串周期

若$p<d$，那么第二次匹配相差不应为$d$，故$p\ge d$，所以$d=p\le gcd(d,q)$，故有$d|q$

字符串匹配的结论（引理2

由上推导可知

若字符串$u,v$满足$2|u|>|v|$，且出现次数超过$2$，则其构成的等差数列公差为$u$的最小周期$p$

证明如上

Border的结构

字符串$S$的所有不小于$\frac{|S|}{2}$的$border$长度组成一个等差数列

策爷的论文证明貌似有点奇怪…

并不是很清楚为什么$p|q$之后就直接等差了…

yy了一个东西，就是已经可以证明$p|q$，那么就是所有都是其倍数，只需要证明能出来$n-p,n-2p$的这些$border$就可以了…注意到最小周期是$p$，那么显然其倍数也是周期，周期对应了$border$，故得证

Border的进一步推论

根据如上的一个引理，我们已经证明了对于一个串，其所有长度不小于其一半的$border$是一个等差数列

考虑更小的，对其进行按长度的二进制分组，即$[1,2),[2,4),[4,8)...[2^k,n)$的各位一类

对于在某个类中的$border$，考虑其最长的，那么剩下的所有$border$一定都是最长的那个$border$的$border$

故以最长的$border$为母串，第一个的结论变成立了，故有如下进一步的结论

字符串$S$的所有$border$能划分成$\log |S|$个等差数列，对其二进制分组即可

一个例题

一个串$S$，多次询问$S[l...r]$的所有$border$，用等差数列表示

对每个$[2^i,2^{i+1})$考虑，若$pre(S,u)=suf(S,u)$且$u\in [2^i,2^{i+1})$，则一定有$pre(S,2^i)$是该$border$的前缀，$suf(S,2^i)$是该$border$的后缀

求出$pre(S,2^i)$在$suf(S,2^{i+1})$中的所有匹配位置，以及$suf(S,2^i)$在$pre(S,2^{i+1})$中的所有匹配位置

翻转区间取交即可

注意这里的匹配运用引理1可知，均是公差相同的等差数列，故而取交可以做到$O(1)$

把border拓展到回文串上

引理：对于一个回文串$S$，其的一个后缀$suf(S,x)$也是回文串当且仅当$pre(S,x)=suf(S,x)$，即其也为$border$

推论：一个字符串的所有回文后缀的长度可以表示为$\log |S|$个等差数列

证明：我是sb，找到最长回文后缀之后就变成了回文串的问题了…

双回文串

如果$S=ab$，满足$a,b$均为回文串，则称$S$是一个双回文串

引理1：如果$S$是一个双回文串，则存在一种拆分方法$S=ab$，满足$a$是其最长回文前缀或$b$是其最长回文后缀

引理2：如果$S=x1x2=y1y2=z1z2（|x1|<|y1|<|z1|）$，满足$x2,y1,y2,z1$均是回文串，则$x1,z2$也为回文串

Lyndon word

满足$S$的最小后缀是$S$本身的串称为$Lyndonword$

引理1：若$u,v$均为$Lyndon$串，且$u<v$，则$uv$也为$Lyndon$串

引理2：任意一个字符串$S$可以划分为$S=s1s2s3..$，满足$s1s2s3$均为$Lyndon$串且$s_i\ge s_{i+1}$，且这种分解方法是唯一的

我们初始将其设为一段一个字符，每次合并相邻的满足$s_i<s_{i+1}$的串，根据引理1这仍是一个$Lyndon$串

Duval’s Algorithm