UVA10298 Power Strings（字符串哈希）

最新推荐文章于 2024-07-10 16:47:58 发布

superIke_Liu

最新推荐文章于 2024-07-10 16:47:58 发布

阅读量770

点赞数 8

分类专栏：算法 C++学习真题讲解文章标签：哈希算法算法

本文链接：https://blog.csdn.net/superIke_Liu/article/details/135314817

版权

C++学习同时被 3 个专栏收录

9 篇文章 0 订阅

订阅专栏

算法

6 篇文章 0 订阅

订阅专栏

真题讲解

5 篇文章 0 订阅

订阅专栏

题面

题目描述

求一个字符串由多少个重复的子串连接而成。

例如 ababab 由三个 ab 连接而成，abcd 由 abcd 由一个 abcd 连接而成。

输入格式

输入多组数据

每一组数据仅一行，一个字符串 s（1≤∣s∣≤10^6）。

输入的结束标志为一个 .

输出格式

对于每一组数据，输出这组字符串由多少个重复的子串连接而成。

输入样例

abcd
aaaa
ababab
.

输出样例

1
4
3

思路

本题用暴力方法绝对超时（看字符串长度嘛），因此使用字符串哈希。

用哈希将字符串转化为数字；
找字符串长度的因数（显然要组成字符串，必须是整串）；
对于每个因数，判断是否合法（O(len)的复杂度，一段一段切出来判断是否相同）

补充

字符串哈希可以理解为进制转换，定义一个进制，每位乘以权值。而求出一段的长度只需类似前缀和的操作即可。具体将在代码中讲解。

而因为数字很大，我们需要取模。将哈希数组定义为 unsigned long long 即可，因为这样，程序会自动溢出（long long等会变为负数，因为有符号位），相当于取模。对于需要取模的题目，正常取模即可，不需要unsigned long long。

比赛时有的题可能会卡掉这种方法，可以自己记住几个不常用的取模的质数使用。

代码分段讲解

接下来将分段讲解代码，可以看注释来加深理解。

头文件及定义

#include<bits/stdc++.h>
#define M 1000005
#define ll long long
#define ull unsigned long long
using namespace std;
string s;
ull a,b,c,d,m,t,p=131,len,sum[M],power[M];

主函数

power[i]表示第i位的权值，预处理以便字符串哈希时使用。

定义p为一个大于最大字母ASCII码的质数，这样可以不用将字符转换为数字。p相当于这段代码执行后的结果是一个p进制数。

int main(){
	power[0]=1;
	for(int i=1;i<=1000010;i++)
		power[i]=power[i-1]*p;//求每位的权值
	while(1){
        //依题目要求输入
		cin>>s;
		if(s==".")
			return 0;
		len=s.size();//求出字符串长度以便后续使用
        //【核心代码】
		sum[0]=s[0];
		for(int i=1;i<len;i++)//组成数字
			sum[i]=sum[i-1]*p+s[i];//类似一个前缀和
		for(int i=1;i<=len;i++)//开始枚举字符串长度的因数
			if(len%i==0){//找到一个因数 
				if(i==len){//到最后了，其它方法不行，只能由字符串自己组成了
					printf("1\n");
					break;
				}
				bool ret=count(i);//开始判断此长度的子串是否成立
				if(ret)//此方案成立，由于是从最短的子串开始枚举的，因此子串个数最多，为最优答案，在函数内直接输出后退出
					break;
			}
	}
	return 0;
}

解释

这里对于【核心代码】的【组成数字】部分进行解释。

sum[i]=sum[i-1]*p+s[i]; 这里每次将上一次的结果乘以p，再加上这一位，类似前缀和和进制的结合体。

请看以下图片，假设p为10，即为十进制。

我们假设这里的字符串是一串数字123456.

（表格没空间了，标题中i后的数字代表sum数组的下标）

可见每次都是多加一位，如何取值我们在下面讲。

判断函数

bool count(ll Cut){//传入截取的长度 
	int cnt=0;
	ull tmp=sum[Cut-1];//先截取一段当作基准 
	for(int i=Cut*2-1;i<len;i+=Cut){//从第二段开始截取
		ll st=i-Cut;//算出截取的起点 
		ull nowCut=sum[i]-sum[st]*power[Cut];//截取一段 
		if(nowCut!=tmp)//这段与基准不同，不成立 
			return 0;
		cnt++;//计算多一段 
	}
	printf("%d\n",cnt+1);//开始那段没计算，+1 
	return 1;
}

解释

现在对于截取一段做出解释。

一般字符串哈希的截取公式为：sum[终点]-sum[起点-1]*power[终点-起点+1（即区间长度）].

这里的sum[终点]-sum[起点-1]其实就是计算前缀和，而乘以power即计算权值，这里就先不详细讲了。

完整程序

完整程序来啦~

#include<bits/stdc++.h>
#define M 1000005
#define ll long long
#define ull unsigned long long
using namespace std;
string s;
ull a,b,c,d,m,t,p=131,len,sum[M],power[M];
bool count(ll Cut){//传入长度 
	int cnt=0;
	ull tmp=sum[Cut-1];//先切一段 
	for(int i=Cut*2-1;i<len;i+=Cut){//从第二段开始切 
		ll st=i-Cut;//切的起点 
		ull nowCut=sum[i]-sum[st]*power[Cut];//现在切的
		if(nowCut!=tmp)//不是由这个组成 
			return 0;
		cnt++;
	}
	printf("%d\n",cnt+1);
	return 1;
}
int main(){
	power[0]=1;
	for(int i=1;i<=1000010;i++)
		power[i]=power[i-1]*p;//p大于最大字母即可 
	while(1){
		cin>>s;
		if(s==".")
			return 0;
		len=s.size();
		sum[0]=s[0];
		for(int i=1;i<=len;i++)//组成数字
			sum[i]=sum[i-1]*p+s[i];
		for(int i=1;i<=len;i++){
			if(len%i==0){//找到一个 
				if(i==len){
					printf("1\n");
					break;
				}
				bool ret=count(i);
				if(ret)
					break;
			}
		}
	}
	return 0;
}