题目描述
有两个字符串aa,bb,要求输出bb与aa的每一个后缀的最长公共前缀
输入格式
两行,分别为两个字符串aa,bb
输出格式
共两行
第一行有lenb个数,为b的next数组(特别地,next_{1}next1为lenb)
第二行有lena个数,即答案
输入输出样例
输入 #1复制
aaaabaa aaaaa
输出 #1复制
5 4 3 2 1 4 3 2 1 0 2 1
说明/提示
lena<=100000lena<=100000
lenb<=100000lenb<=100000
一、引言
一个算是冷门的算法(在竞赛上),不过其算法思想值得深究。
二、前置知识
-
kmp的算法思想,具体可以参考这篇日报。
-
trie树(字典树)。
三、经典扩展kmp模板问题:
扩展kmp的模板问题:
给你两个字符串s,t,长度分别为n,m。
请输出s的每一个后缀与t的最长公共前缀。
哈希是不可能的,这辈子都不可能的。
\mathcal{AC}AC自动机?好像更不可做了。
我们先定义一个:extend[i]extend[i]表示S[i...n]S[i...n]与TT的最长公共前缀长度,而题意就是让你求所有的extend[i]extend[i]。
注:以下字符串均从1开始计位。
例子:
如果S=aaaaaaaaaabaaS=aaaaaaaaaabaa,n=13n=13
T=aaaaaaaaaaaT=aaaaaaaaaaa,m=11m=11
由图可知,extend[1]=10extend[1]=10、extend[2]=9extend[2]=9。
我们会发现:在求extend[2]extend[2]时,我们耗费了很多时间,但我们可以利用extend[1]extend[1]来更快速地求解:
因为已经计算出extend[1]=10extend[1]=10。
所以有:S[1...10]=T[1...10]S[1...10]=T[1...10]
然后得:S[2...10]=T[2...10]S[2...10]=T[2...10]
因为计算extend[2]extend[2]时,实际上是S[2...n]S[2...n]和TT的匹配,
又因为刚刚求出了S[2...10]=T[2...10]S[2...10]=T[2...10],
所以匹配的开头阶段是求T[2...10]T[2...10]与TT的匹配。
这时我们可以设置辅助参数:nextnext,next[i]next[i]表示T[i,m]T[i,m]与TT的最长公共前缀长度。
那么对于上述的例子:next[2]=10next[2]=10
即:T[2...11]=T[1...10]T[2...11]=T[1...10]
然后得:T[2...10]=T[1...9]T[2...10]=T[1...9]
∴S[2...10]=T[2...10]=T[1...9]∴S[2...10]=T[2...10]=T[1...9]
也就是说求extend[2]extend[2]的匹配的前9位已经匹配成功了,不用再匹配一遍了,可以直接从S[11]S[11]和T[10]T[10]开始匹配,这样我们就省下了很多时间。
这其实就是kmp的思想。
对于一般情况:
设extend[1...k]extend[1...k]已经算好,并且在以前的匹配过程中在S串中的最远位置是pp,即p=max(i+extend[i]-1)p=max(i+extend[i]−1),其中i=1...ki=1...k。
然后我们设取这个最大值pp的位置是p0p0。
首先,根据定义,S[p0...p]=T[1...p-p0+1]S[p0...p]=T[1...p−p0+1]。
我们设T[k-p0+1]T[k−p0+1]在TT串中对应的位置为aa,T[k-p0+2]T[k−p0+2]在TT串中所对应的位置为bb。(仅仅是为了下面的讲解方便)
然后令L=next[b]L=next[b]。
下面分两种情况讨论:
第一种情况:k+L<pk+L<p
也就是S[k+L]S[k+L]这个位置在pp前面,如图:
我们设l1=1l1=1,r1=Lr1=L,l2=bl2=b,r2=b+L-1r2=b+L−1。(bb的定义在上一张图)
此时l1l1、r1r1、l2l2、r2r2的位置如图所示。
由nextnext的定义,也就是说,T[l1...r1]=T[l2...r2]T[l1...r1]=T[l2...r2]。
注:以下所写的“线”相等指的是长度和字符都相等
即\color{red}{\text{红线}}红线与\color{green}{\text{绿线}}绿线与\color{blue}{\text{蓝线}}蓝线相等。
然后由nextnext的定义可知,T[r1+1]!=T[r2+1]T[r1+1]!=T[r2+1]。
又因为T[r2+1]=S[k+L+1]T[r2+1]=S[k+L+1]
所以T[r1+1]!=S[k+L+1]T[r1+1]!=S[k+L+1],这两个字符不一样。
又因为\color{red}{\text{红线}}红线与\color{blue}{\text{蓝线}}蓝线相等,这两条线已经匹配成功。
所以extend[k+1]=Lextend[k+1]=L,也就是next[b]next[b]。
所以这段的代码比较简单:
if(i+nxt[i-p0]<extend[p0]+p0)extend[i]=nxt[i-p0];
//i相当于k+1
//nxt[i-p0]相当于L
//extend[p0]+p0相当于p
//因为在代码里我是从0开始记字符串的,所以本应在小于号左侧减1,现在不用了。
第二种情况:k+L>=pk+L>=p
也就是S[k+L]S[k+L]这个位置在p前面,如图:
图可能略丑
同样,我们设l1=1l1=1,r1=Lr1=L,l2=bl2=b,r2=b+L-1r2=b+L−1。
此时l1l1、r1r1、l2l2、r2r2的位置如图所示。(r1r1的位置可能在p-p0+1p−p0+1前或后)
同理,\color{red}{\text{红线}}红线与\color{green}{\text{绿线}}绿线与\color{blue}{\text{蓝线}}蓝线相等。
那么我们设(k+L)(k+L)到pp的这段距离为xx。
那么S[k+1...(k+L)-x+1]=S[k+1...p]S[k+1...(k+L)−x+1]=S[k+1...p]。
又因为:
T[l1...r1-x+1]=T[l2...r2-x+1]=S[k+1...(k+L)-x+1]T[l1...r1−x+1]=T[l2...r2−x+1]=S[k+1...(k+L)−x+1]
即\color{blue}{\text{S1}}\color{black}{=}\color{red}{\text{S2}}\color{black}{=}\color{green}{\text{S3}}S1=S2=S3。
所以T[l1...r1-x+1]=S[k+1...p]T[l1...r1−x+1]=S[k+1...p],
也就是说T[1...r1-x+1]=S[k+1...p]T[1...r1−x+1]=S[k+1...p],这一段已经匹配成功了。
即\color{blue}{\text{S1}}S1与\color{red}{\text{S2}}S2是相等的,已经匹配成功了。
那么我们就可以从S[p+1]S[p+1]和T[r1-x+2]T[r1−x+2]开始暴力匹配了,无需再考虑前面的东西。
那么这段的代码长这样:
int now=extend[p0]+p0-i;
now=max(now,0);//这里是防止i>p
while(t[now]==s[i+now]&&now<(int)t.size()&&now+i<(int)s.size())now++;//暴力求解的过程
extend[i]=now;
p0=i;//更新p0
求nextnext
求extendextend的大部分过程已经完成了,现在就剩怎么求nextnext了,我们先摸清一下求nextnext的本质:
求T的每一个后缀与T的最长公共前缀长度
听起来好熟悉,我们再看一下题面:
求S的每一个后缀与T的最长公共前缀长度
我们发现求nextnext的本质和求extendextend的本质是一样的,所以我们直接复制重新打一遍就好了。
这其实和kmpkmp的思想很相似,因为kmpkmp也是自己匹配一遍自己,再匹配文本串。
要注意的一点是:求nextnext时我们要从第2位(也就是代码中的第1位)开始暴力,这样能防止求nextnext时引用自己nextnext值的情况。
时间复杂度
因为求nextnext的时间复杂度是O(m)O(m),求extendextend的时间复杂度是O(n)O(n),所以总时间复杂度:O(n+m)O(n+m),即SS串与TT串的长度之和。
#include<bits/stdc++.h>
#define N 1000010
using namespace std;
int q,nxt[N],extend[N];
string s,t;
void getnxt()
{
nxt[0]=t.size();//nxt[0]一定是T的长度
int now=0;
while(t[now]==t[1+now]&&now+1<(int)t.size())now++;//这就是从1开始暴力
nxt[1]=now;
int p0=1;
for(int i=2;i<(int)t.size();i++)
{
if(i+nxt[i-p0]<nxt[p0]+p0)nxt[i]=nxt[i-p0];//第一种情况
else
{//第二种情况
int now=nxt[p0]+p0-i;
now=max(now,0);//这里是为了防止i>p的情况
while(t[now]==t[i+now]&&i+now<(int)t.size())now++;//暴力
nxt[i]=now;
p0=i;//更新p0
}
}
}
void exkmp()
{
getnxt();
int now=0;
while(s[now]==t[now]&&now<min((int)s.size(),(int)t.size()))now++;//暴力
extend[0]=now;
int p0=0;
for(int i=1;i<(int)s.size();i++)
{
if(i+nxt[i-p0]<extend[p0]+p0)extend[i]=nxt[i-p0];//第一种情况
else
{//第二种情况
int now=extend[p0]+p0-i;
now=max(now,0);//这里是为了防止i>p的情况
while(t[now]==s[i+now]&&now<(int)t.size()&&now+i<(int)s.size())now++;//暴力
extend[i]=now;
p0=i;//更新p0
}
}
}
int main()
{
cin>>s>>t;
exkmp();
int len=t.size();
for(int i=0;i<len;i++)printf("%d ",nxt[i]);//输出nxt
puts("");
len=s.size();
for(int i=0;i<len;i++)printf("%d ",extend[i]);//输出extend
return 0;
}