P4824 Censoring 与 KMP模板 题解

P4824 & KMP 模板 题解

Task

给定字符串 $s$ 和 $t$，求 $s$ 中子串为 $t$ 的个数及所有起始位置。

特别的，对于每个 $i$，还要给出 $[1,i]$ 区间内，满足以下条件的 $j$ 最大值：

• $1\le j<i$；
• $\text{substr}(1,j)=\text{substr}(i-j+1,i)$

Idea

要知道 KMP，先要知道前缀函数。

为了方便，字符串均为 1-index。

Prefix Function

前缀函数，以下简称为 $\pi (i)$，就是之前提到的 $j$ 最大值。显然，$\pi (1)=0$。
对于一个字符串，求前缀函数可以 $O(n^3)$ 暴力求解。

考虑优化。

考虑长度为 $10$ 的字符串 $s_1{s}_2\cdots s_{10}$，已知 $\pi (9)=3$。

可以证明，$\pi$ 值最多比之前大 $1$。

思考：如何证明？

现在匹配到这个位置：

$$\begin{array}{r}\underline{s_1{s}_2{s}_3}{s}_4{s}_5{s}_6\underline{s_7{s}_8{s}_9}{s}_{10}\end{array}$$

如果 $\pi$ 值 $\ge 4$，那么 $s_1=s_7,s_2=s_8,s_3=s_9,s_4=s_{10}$。

显然，$\pi (9)$ 应该 $\ge 3$，矛盾。

所以，发现 $s_{\pi (i-1)+1}=s_i$ 时，只需将 $\pi$ 值 $+1$。

当我们发现不匹配的时候，该怎么办？

还是考虑原来的字符串。

$$\begin{array}{r}\underline{s_1{s}_2{s}_3}{s}_4{s}_5{s}_6\underline{s_7{s}_8{s}_9}{s}_{10}\end{array}$$

我们要求、最大的 $x$，使得 $s_{10}=s_x$，并且 $s_9=s_{x-1}$，$s_8=s_{x-2}$，如此下来。
仔细一看，这就是前缀函数！
所以，我们可以重复取前缀函数并递归判断。

时间复杂度 $O(n)$。

KMP

KMP 是一个前缀函数的典型应用。

思考：知道了前缀函数的 $O(n)$ 解法，如何快速匹配字符串？

答案很简单。

我们构造一个字符串 $\text{t\#s}$，其中 $\text{\#}$ 为不出现在任何字符串内的字符。

当 $\pi (i)=|t|$ 时，$[i-|t|+1,i]$ 便是 $t$。

其实 Hash 也能在线性时间内过掉，所以模板题目需要求出前缀函数。

P4824 Censoring 题解

Description

给出两个字符串 $s$ 和 $t$，求出 $s$ 不断删除 $t$ 再拼接，到拼接不了为止，最后的字符串。

Idea

KMP 裸题。

注意到前缀函数可以在线，所以在匹配完就把所有匹配到的子串的地址删去。

注意到每个字符最多被删一次，复杂度 $O(n+m)$。

Solution

#include <bits/stdc++.h>

#define int long long

// FOR templates.
#define rep(i, s, n, k) for(int i = s;i <= n;i += k)
#define repn(i, s, n, k) for(int i = s;i < n;i += k)
#define pre(i, s, n, k) for(int i = s;i >= n;i -= k)
#define pren(i, s, n, k) for(int i = s;i > n;i -= k)

// Abbr for STL.
#define pii pair<int, int>
#define pdd pair<double, double>
#define mpi map<int, int>
#define vc vector<int>

// IO templates, proven very useful.
#define cn(n) int n;cin >> n
#define cm(n) cin >> n
#define debug if(isdebug)cout

// Abbr for funcs.
#define pb push_back
#define mset memset
#define multitst() cn(t);while(t--)

// #define files

using namespace std;
const int MAXN = 0x3f3f3f3f3f3f3f3fLL;
const int MOD1 = 1000000007LL;
const int MOD2 = 998244353LL;
const int isdebug = 0LL;

int d[4][2] = {{1, 0}, {0, 1}, {-1, 0}, {0, -1}};
int gcd(int a, int b) {if(b == 0) return a;return gcd(b, a % b);}
inline int lowbit(int x) {return x & (-x);}
inline int lcm(int a, int b) {return a * b / gcd(a, b);}

vc ind; vector<char> s;
int pi[2000001], n; string t;

int make_prefix(int x, int y){
	int p = pi[x];
	while(p >= 1 && s[p] != s[y - 1]) p = pi[p];
	if(s[p] == s[y - 1]) p++;
	return p;
}
vc kmp(){
	ind.pb(1); pi[1] = 0;
	repn(i, 1, t.length(), 1){
		ind.pb(i + 1);
		pi[i + 1] = make_prefix(i, i + 1);
	}
	ind.pb(t.length() + 1);
	repn(i, t.length() + 1, n, 1){
		pi[i + 1] = make_prefix(ind[ind.size() - 1], i + 1);
		ind.pb(i + 1);
		if(pi[i + 1] == t.length()){
			repn(j, 0, t.length(), 1)
				ind.pop_back();
		}
	}
	return ind;
}

signed main(){
#ifdef files
	freopen(".in", "r", stdin);
	freopen(".out", "w", stdout);
#endif
	ios::sync_with_stdio(0);
	cin.tie(0), cout.tie(0);
	string tar; cm(tar); cm(t);
	repn(i, 0, t.length(), 1)
		s.pb(t[i]);
	s.pb('#');
	repn(i, 0, tar.length(), 1)
		s.pb(tar[i]);
	n = s.size();
	vc ans = kmp();
	repn(i, t.length() + 1, ans.size(), 1){
		cout << s[ans[i] - 1];
	}
	cout << endl;
#ifdef files
	fclose(stdin); fclose(stdout);
#endif
	return 0;
}

/*
 *  things to check
 *  1.  int overflow or long long memory need
 *  2.  recursion/array/binary search/dp/loop bounds
 *  3.  precision
 *  4.  special cases(n=1,bounds)
 *  5.  delete debug statements
 *  6.  initialize(especially multi-tests)
 *  7.  = or == , n or m ,++ or -- , i or j , > or >= , < or <=
 *  8.  keep it simple and stupid
 *  9.  do not delete, use // instead
 *  10. operator priority
 *  11. is there anything extra to output?
 *  12. THINK TWICE CODE ONCE, THINK ONCE DEBUG FOREVER
 *  13. submit ONCE, AC once. submit twice, WA forever
 *  14. calm down and you'll get good rank
 *  15. even a bit wrong scores zero
 *  16. ...
 **/

 /*
 *  something to think about
 *  1. greedy? dp? searching? dp with matrix/ segment tree? binary search? ...?
 *  2. If it is difficult, why not the opposite?
 **/