7.9 ACM-ICPC字符串算法 Z 函数（扩展 KMP）

7.9 ACM-ICPC字符串算法 Z 函数（扩展 KMP）

在算法竞赛中，字符串处理是一个核心主题，特别是在ACM-ICPC比赛中。今天我们将深入探讨Z函数，这是扩展KMP算法的基础，用于字符串匹配。本文将通过理论介绍和示例代码帮助你理解和实现这一重要的算法。

简介

Z函数，也称为Z数组，是一个非常实用的字符串处理工具，用于解决各种字符串匹配问题，包括查找字符串的所有出现位置、字符串压缩和模式匹配等。它通过扩展KMP算法（也称为扩展的Knuth-Morris-Pratt算法）来优化计算过程。

Z函数定义

对于一个字符串 S 的 Z 函数，我们定义 Z[i] 为字符串 S 与从位置 i 到末尾的子串 S[i...] 的最长公共前缀（LCP）的长度。特别地，Z[0] 通常设置为 0 或字符串的长度。

Z函数的计算方法

为了计算Z函数，我们可以使用一种高效的单遍扫描方法，时间复杂度为 O(n)。以下是计算过程：

1. 初始化：设置 Z[0] = 0（或整个字符串的长度），定义区间 [L, R]，最初设为 [0, 0]。
2. 对于每个 i 从 1 到 n-1：
   • 如果 i > R，通过逐字符比较计算 Z[i]，然后更新 [L, R]。
   • 如果 i ≤ R，令 k = i - L，并使用之前的 Z[k] 来初步设定 Z[i]：
     • 如果 Z[k] < R-i+1，则 Z[i] = Z[k]。
     • 如果 Z[k] >= R-i+1，则需要从 R 后面开始比较，更新 Z[i] 并调整 [L, R]。
3. 更新 [L, R]：如果通过新计算的 Z[i]，有 i + Z[i] - 1 > R，则更新 L = i 和 R = i + Z[i] - 1。

示例代码

#include <iostream>
#include <vector>
#include <string>

std::vector<int> compute_Z(const std::string& S) {
    int n = S.length();
    std::vector<int> Z(n, 0);
    int L = 0, R = 0, K = 0;
    for (int i = 1; i < n; ++i) {
        if (i > R) {
            L = R = i;
            while (R < n && S[R] == S[R - L]) {
                R++;
            }
            Z[i] = R - L;
            R--;
        } else {
            K = i - L;
            if (Z[K] < R - i + 1) {
                Z[i] = Z[K];
            } else {
                L = i;
                while (R < n && S[R] == S[R - L]) {
                    R++;
                }
                Z[i] = R - L;
                R--;
            }
        }
    }
    return Z;
}

int main() {
    std::string text = "abcabcabc";
    std::vector<int> Z = compute_Z(text);
    std::cout << "Z array: ";
    for (int z : Z) {
        std::cout << z << " ";
    }
    std::cout << std::endl;
    return 0;
}

应用场景

Z函数可以应用于多种字符串处理问题，例如：

• 搜索字符串模式：通过将模式和目标文本串联起来，我们可以使用Z函数快速找到模式在文本中的所有出现。
• 字符串相似度检查：通过计算Z函数，可以快速判断两个字符串的相似度或者公共前缀长度。
• 数据压缩：对重复出现的模式进行分析和编码时，Z函数提供了一种高效的方式。