SPOJ - REPEATS 687 & POJ - 3693 (Maximum repetition substring)

Joker & Liar

于 2020-03-27 16:31:06 发布

阅读量94

点赞数

分类专栏：后缀数组文章标签：后缀数组

本文链接：https://blog.csdn.net/weixin_43209425/article/details/105123018

版权

后缀数组专栏收录该内容

7 篇文章 0 订阅

订阅专栏

SPOJ - REPEATS 687:

题意：找到字符串中重复次数最多的连续重复子串，输出这个次数

分析：

Ⅰ：考虑枚举循环节的长度 L，若我们知道这个连续重复子串的起点 s ，则

子串长度 $\left \lfloor (lcp(s,s+L) + L) / L \right \rfloor * L$ (因为结尾可能有少于L的多余的字符，所以需要向下取整)

次数即 $\left \lfloor (lcp(s,s+L)+L) / L \right \rfloor$ 。 (+L是因为还要算上区间[s,s+L]，下文+1同理)

但是如果我们枚举 L 再内层枚举起点 s，复杂度就是O(n^2) ，需要优化。

Ⅱ：考虑枚举 L的时候，把整个字符串分成若干个长度为L的区间 [1,L],[L+1,2*L]... 枚举所有区间的左边界 i：

① 若 lcp(i,i+L)%L==0，为 L 的整倍数，则证明 i 就是起点，重复次数即 ( lcp(i,i+L) + L) / L 。

② 其余情况，令 len=lcp(i,i+L)，则这个子串至少有 $\left \lfloor len/L+1 \right \rfloor$ 个循环节，最后多出来 m=len%L个字符，即

等价于 S[i,i+m-1] ：

1）若 S[i+m-L,i+m-1] = S[i+m,i+m+L-1] ，则正好可以多构成一个循环节，此时判断 lcp(i+m-L,i+m-1) == len+(L-m)；

2）若存在 h<m，使得 S[i+h-L,i+h-1] = S[i+h,i+h+L-1] (即最后m个字符的后面m-h个是多余的)，则有

lcp(i+h-L,i+h-1) == len+(L-h)，根据后缀数组的性质，我们往右平移 m-h 位即：

--- lcp(i+h-L,i+h-1) => lcp(i+h-L+m-h,i+h-1+m-h) => lcp(i+m-L,i+m-1)

--- len+(L-h) => len+(L-h)-(m-h) => len+(L-m)，

则 1）和 2）可以合并成一类情况，我们只需要判断 lcp(i+m-L,i+m-1) == len+(L-m) 即可，这里我们还可以简化成

lcp(i+m-L,i+m-1) >=L 即可，因为有 len-m>=0 ;

代码：

#include<cctype>
#include<cstdio>
#include<cstring>
#include<iostream>

using namespace std;

const int N = 5E4+10;

char str[N];
int n,s[N];
int sa[N],rk[N],oldrk[N<<1],px[N],id[N],cnt[N],ht[N];

bool cmp(int x,int y,int w){
	return oldrk[x]==oldrk[y] && oldrk[x+w]==oldrk[y+w];
}

void da(int s[],int n,int m){
	int i,p=0,w,k;
	
	for(i=1;i<=n;i++) ++cnt[rk[i] = s[i]];
	for(i=1;i<=m;i++) cnt[i] += cnt[i-1];
	for(i=n;i>=1;i--) sa[cnt[rk[i]]--] = i;
	
	for(w=1;w<n;w<<=1,m=p){
		for(p=0,i=n;i>n-w;i--) id[++p]=i;
		for(i=1;i<=n;i++)
		    if(sa[i]>w) id[++p]=sa[i]-w;
		memset(cnt,0,sizeof(cnt));
		for(i=1;i<=n;i++) ++cnt[px[i] = rk[id[i]]];
		for(i=1;i<=m;i++) cnt[i] += cnt[i-1];
		for(i=n;i>=1;i--) sa[cnt[px[i]]--] = id[i];
		memcpy(oldrk,rk,sizeof(rk));
		
		for(p=0,i=1;i<=n;i++)
		    rk[sa[i]]=cmp(sa[i],sa[i-1],w)?p:++p;
	}
	
	for(i=1,k=0;i<=n;i++){
		if(k) --k;
		while(s[i+k]==s[sa[rk[i]-1]+k]) ++k;
		ht[rk[i]]=k;
	} 
}

int f[N][30];

void init_rmq(){
	int i,j;
	for(i=1;i<=n;i++) f[i][0]=ht[i];
	for(j=1;(1<<j)<=n;j++){
		for(i=1;i+(1<<j)-1<=n;i++){
			f[i][j]=min(f[i][j-1],f[i+(1<<(j-1))][j-1]);
		}
	}
}

int rmq(int l,int r){
	if(l>r) swap(l,r);
	int k=0;
	while((1<<(k+1))<=r-l+1) k++;
	return min(f[l][k],f[r-(1<<k)+1][k]);
}

int lcp(int l,int r){
	int a=rk[l],b=rk[r];
	if(a>b) swap(a,b);
	return rmq(a+1,b);
}

int main()
{
    int T; scanf("%d",&T);
	while(T--){
		memset(cnt,0,sizeof(cnt));
		scanf("%d",&n);
		for(int i=1;i<=n;i++){
			char c;
			while(1){
				c=getchar();
				if(isalpha(c)) break;
			}
			str[i]=c;
		}
		for(int i=1;i<=n;i++) s[i]=str[i];
		
		da(s,n,300);
		init_rmq();

		int ANS=1;
		for(int L=1;L<n;L++){
			for(int i=1;i+L<=n;i+=L){
				int len=lcp(i,i+L);
				int k=len/L+1;
				int s=i-(L-len%L);
				if(s&&lcp(s,s+L)>=L) k++;  //可以多构成一个循环节

				ANS=max(ANS,k);
			}
		}
		printf("%d\n",ANS);	 
	}	
}

POJ - 3693 (Maximum repetition substring)

题意：找到字符串中重复次数最多的连续重复子串，输出这个子串，多解时输出字典序最小答案

分析：道理和前面一题一个样，只是要输出具体且字典序最小的，则我们可以先保存最高次数Max情况下所有可能的循环节长度L，然后根据 sa 数组已经按照字典序排好序的性质，从前到后找到第一个满足条件的答案就可以了

代码：

#include<vector>
#include<cctype>
#include<cstdio>
#include<cstring>
#include<iostream>

using namespace std;

const int N = 1E5+10;

char str[N];
int n,s[N];
int sa[N],rk[N],oldrk[N<<1],px[N],id[N],cnt[N],ht[N];

bool cmp(int x,int y,int w){
	return oldrk[x]==oldrk[y] && oldrk[x+w]==oldrk[y+w];
}

void da(int s[],int n,int m){
	int i,p=0,w,k;
	
	for(i=1;i<=n;i++) ++cnt[rk[i] = s[i]];
	for(i=1;i<=m;i++) cnt[i] += cnt[i-1];
	for(i=n;i>=1;i--) sa[cnt[rk[i]]--] = i;
	
	for(w=1;w<n;w<<=1,m=p){
		for(p=0,i=n;i>n-w;i--) id[++p]=i;
		for(i=1;i<=n;i++)
		    if(sa[i]>w) id[++p]=sa[i]-w;
		memset(cnt,0,sizeof(cnt));
		for(i=1;i<=n;i++) ++cnt[px[i] = rk[id[i]]];
		for(i=1;i<=m;i++) cnt[i] += cnt[i-1];
		for(i=n;i>=1;i--) sa[cnt[px[i]]--] = id[i];
		memcpy(oldrk,rk,sizeof(rk));
		
		for(p=0,i=1;i<=n;i++)
		    rk[sa[i]]=cmp(sa[i],sa[i-1],w)?p:++p;
	}
	
	for(i=1,k=0;i<=n;i++){
		if(k) --k;
		while(s[i+k]==s[sa[rk[i]-1]+k]) ++k;
		ht[rk[i]]=k;
	} 
}

int f[N][30];

void init_rmq(){
	int i,j;
	for(i=1;i<=n;i++) f[i][0]=ht[i];
	for(j=1;(1<<j)<=n;j++){
		for(i=1;i+(1<<j)-1<=n;i++){
			f[i][j]=min(f[i][j-1],f[i+(1<<(j-1))][j-1]);
		}
	}
}

int rmq(int l,int r){
	if(l>r) swap(l,r);
	int k=0;
	while((1<<(k+1))<=r-l+1) k++;
	return min(f[l][k],f[r-(1<<k)+1][k]);
}

int lcp(int l,int r){
	int a=rk[l],b=rk[r];
	if(a>b) swap(a,b);
	return rmq(a+1,b);
}

vector<int>vt;

int main()
{
	int T=0;
	while(scanf("%s",str+1)){
		memset(cnt,0,sizeof(cnt));
		n=strlen(str+1);
		if(n==1&&str[1]=='#') break;
		for(int i=1;i<=n;i++) s[i]=str[i];

		da(s,n,128);
		init_rmq();
        
        int Max=0;
        
		for(int L=1;L<=n;L++){
			for(int i=1;i+L<=n;i+=L){
				int len=lcp(i,i+L);
				int k=len/L+1;
				int s=i-(L-len%L);
				if(s&&lcp(s,s+L)>=L){
					k++;
				}
				else{
					s=i;
				}
				if(Max<k){
					Max=k;
					vt.clear();
					vt.push_back(L);
				}
				else if(Max==k){
					vt.push_back(L);
				}
			}
		}
		printf("Case %d: ",++T);
		bool flag=0;
        for(int i=1;i<=n;i++){
        	for(int j=0;j<vt.size();j++){
        		int LCP=lcp(sa[i],sa[i]+vt[j]);
        		if(LCP/vt[j]+1==Max){
        			for(int k=0;k<Max*vt[j];k++) putchar(str[sa[i]+k]);
        			flag=1;
					break;
				}
			}
			if(flag) break;
		}
		puts("");	 
	}	
}

Joker & Liar

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
SPOJ - REPEATS 687 & POJ - 3693 (Maximum repetition substring)

题意：找到字符串中重复次数最多的连续重复子串，输出这个次数分析：考虑枚举循环节的长度 L，若我们知道这个连续重复子串的起点 s ，则 lcp(s,s+L)+L即这个子串的长度，次数即 (lcp(s,s+L)+L)/ L，但是如果我们枚举 L 再内层枚举起点 s，复杂度就是O(n^2)考虑枚举的L，把整个字符串分成若干个长度为L的区间[1,L],[L+1,2*L]... 枚举所有...
复制链接

扫一扫