人生第一道后缀自动机。
说实话SAM我还没学多么明白。
但是题还是要做的。
说起来这玩意真的很妙。可惜我智商低理解不了。
再次验证了代码能力菜到没边。hyw 30min写完我写2.5h.
题目链接 (洛谷)
https://www.luogu.org/problemnew/show/SP1812
题目大意
给
n
n
n个长度为
l
i
l_i
li的小写字母字符串,求它们的最长公共子串 (要求每个字符串都要出现。)
n
≤
10
,
l
i
≤
1
0
5
n\le 10, l_i\le 10^5
n≤10,li≤105
题解
做法一 二分+hash判断。
O
(
L
log
L
×
n
)
O(L\log L\times n)
O(LlogL×n), 据说会TLE.
做法二 后缀数组。不会。
做法三 后缀自动机。
用后缀自动机的有两种做法
做法一
首先考虑如何求两个串
A
,
B
A,B
A,B的
L
C
S
LCS
LCS. 对
A
A
A串建出后缀自动机,用
B
B
B串在上面匹配。
匹配时从头到尾枚举
B
B
B的每一个字符,记录当前
A
A
A串后缀自动机的位置
p
o
s
pos
pos以及当前长度
l
e
n
len
len, 初始
p
o
s
=
r
t
n
,
l
e
n
=
0
pos=rtn, len=0
pos=rtn,len=0 (
r
t
n
rtn
rtn为根节点)
- 当前存在一条匹配边。即
son[pos][str[i]]!=0
, 则 p o s pos pos跳到 s o n [ p o s ] [ s t r [ i ] ] son[pos][str[i]] son[pos][str[i]], l e n len len增加1即可。 - 当前不存在一条匹配便。即
son[pos][str[i]]==0
, 则 p o s pos pos从 u u u开始向上跳,直到u==0
或者son[u][str[i]]==0
.分别对应第3和1种情况。此时 l e n len len应置为 L e n [ p o s ] Len[pos] Len[pos], L e n [ u ] Len[u] Len[u]表示 u u u状态表示的最长字符串。 - 如果
u==0
表明我们匹配到了自动机外面,则此时应重置 p o s = r t n , l e n = 0 pos=rtn,len=0 pos=rtn,len=0
这样我们可以处理 n = 2 n=2 n=2的情形。 n > 2 n>2 n>2?
对于 A 2 , A 3 , . . . , A n A_2, A_3,...,A_n A2,A3,...,An分别跑一次,每一个节点记录一下匹配大小的最小值,然后求最大即可。每个点记录的最小值是因为要求这个子串同时是这 n n n个串的公共部分,求最大是对于合法的状态求出最大值。
做完了。?
少了一步
观察到 n = 2 n=2 n=2时 A A A若长度较长的子串可以匹配,那么长度较短的子串也可以匹配。因此我们需要每做完一个串进行一遍更新:
if(fa[u]) mx[fa[u]] = max(mx[fa[u]],mx[u]);
做完了吗?
我们发现实际上对每个点还有限制,就是
m
x
[
u
]
≤
l
e
n
[
u
]
mx[u]\le len[u]
mx[u]≤len[u].
if(fa[u]) {mx[fa[u]] = max(mx[fa[u]],min(mx[u],len[fa[u]]));}
真·做完了。
代码
//Wrong Coding:
//pos = fa[pos]; curl = len[pos]; Wrong Order
//insertstr() len[np]=len[p]+1 Forgot
#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<algorithm>
#define llong long long
using namespace std;
const int N = 2e5;
const int M = 3e5;
const int S = 26;
int son[N+3][S+3];
int fa[N+3];
int len[N+3];
char a[N+3];
char b[N+3];
int buc[N+3];
int oid[N+3];
int ans[N+3];
int mx[N+3];
int sz[N+3];
int lpos,siz,rtn,lena;
void insertstr(char ch)
{
int p = lpos,np; siz++; np = lpos = siz; sz[np] = 1; len[np] = len[p]+1;
for(; p && son[p][ch]==0; p=fa[p]) son[p][ch] = np;
if(p==0) {fa[np] = rtn;}
else
{
int q = son[p][ch];
if(len[p]+1==len[q]) {fa[np] = q;}
else
{
siz++; int nq = siz; len[nq] = len[p]+1;
memcpy(son[nq],son[q],sizeof(son[q]));
fa[nq] = fa[q]; fa[np] = fa[q] = nq;
for(; p!=0 && son[p][ch]==q; p=fa[p]) son[p][ch] = nq;
}
}
}
void prework()
{
for(int i=1; i<=siz; i++) buc[len[i]]++;
for(int i=1; i<=lena; i++) buc[i] += buc[i-1];
for(int i=siz; i>=1; i--) oid[buc[len[i]]--] = i;
for(int i=siz; i>=1; i--)
{
int pos = oid[i];
sz[fa[pos]] += sz[pos];
}
}
void dfs(char str[],int lens)
{
int curl = 0,pos = rtn;
for(int i=1; i<=lens; i++)
{
while(pos && son[pos][str[i]-96]==0) {pos = fa[pos]; curl = len[pos];}
if(pos) {curl++; pos = son[pos][str[i]-96]; mx[pos] = max(mx[pos],curl);}
else {pos = rtn; curl = 0;}
}
for(int i=siz; i>=1; i--)
{
int u = oid[i];
if(fa[u]) {mx[fa[u]] = max(mx[fa[u]],min(mx[u],len[fa[u]]));}
ans[u] = min(ans[u],mx[u]);
mx[u] = 0;
}
}
int main()
{
memset(ans,1,sizeof(ans));
siz = 1; rtn = 1; lpos = 1;
scanf("%s",a+1);
lena = strlen(a+1);
for(int i=1; i<=lena; i++) insertstr(a[i]-96);
prework();
while(scanf("%s",b+1)!=EOF)
{
int lenb = strlen(b+1);
dfs(b,lenb);
}
int fans = 0;
for(int i=1; i<=siz; i++) {if(ans[i]<=5e6) fans = max(fans,ans[i]);}
printf("%d\n",fans);
return 0;
}
完了?没有呢,还有做法二。
做法二
我们考虑这个题的一个加强版:每次给
n
n
n个串的一个子集,询问这个子集内的串的
L
C
S
LCS
LCS.
n
≤
20
,
L
≤
1
0
5
,
q
≤
1
0
5
n\le 20, L\le 10^5, q\le 10^5
n≤20,L≤105,q≤105
做法:
n
n
n个串并起来建立广义
S
A
M
SAM
SAM. 然后每个状态记录一个
n
n
n位二进制数。对于第
i
i
i个串先在其所到达状态标记
2
i
2^i
2i. 最后把标记沿着Parent树从下往上更新一下,然后统计出每一个子集的答案,然后再用每个集合的答案更新它的子集的答案(注意避免
O
(
3
n
)
O(3^n)
O(3n)会
T
L
E
TLE
TLE)即可。
时间复杂度
O
(
2
n
n
+
n
L
)
O(2^nn+nL)
O(2nn+nL)
可以参考GDOI2017微信这道题。见DC巨佬的博客:https://www.cnblogs.com/dcdcbigbig/p/10135665.html (引用已经过博主同意orz)