hdoj 4644 BWT 字符串匹配

昨天比赛和强神讨论了快一个小时，也得出了题解上的方法，只是不知道该怎么实现，按照我们两个想的，要求出原串的时间复杂度是o(n^2*logn),而且空间也很大，没办法写，然后今天看了大牛的标程，发现分析还是差了那么一点。

大牛的解析：

可以注意到生成的BWT(T)可以还原成为原始的T,方法如下表所示

ADD  1 g c $ a a a c	SORT 1 $ a a a c c g	ADD 2 g$ ca $a aa ac ac cg	SORT 2 $a aa ac ac ca cg g$
ADD 3 g$a caa $ac aac aca acg cg$	SORT 3 $ac aac aca acg caa cg$ g$a	ADD 4 g$ac caac $aca aacg acaa acg$ cg$a	SORT 4 $aca aacg acaa acg$ caac cg$a g$ac
ADD 5 g$aca caacg $acaa aacg$ acaac acg$a cg$ac	SORT 5 $acaa aacg$ acaac acg$a caacg cg$ac g$aca	ADD 6 g$acaa caacg$ $acaac aacg$a acaacg acg$ac cg$aca	SORT 6 $acaac aacg$a acaacg acg$ac caacg$ cg$aca g$acaa
ADD 7 g$acaac caacg$a $acaacg aacg$ac acaacg$ acg$aca cg$acaa	SORT 7 $acaacg aacg$ac acaacg$ acg$aca caacg$a cg$acaa g$acaac

然后就是怎么写可以将原串求出来，不用最笨的方法。

注意分析就会发现，每次对新增加字符的字符串进行排序时，其排序的位置都是相同的，即例子中的原串为gc$aaac，第一次按照升序排列好为$aaaccg,将两个串合并后的到的所有的字符串就是

g$     排完序后为   $a

ca                            aa

$a                            ac

aa                            ac

ac                            ca

ac                            cg

cg                            g$

可以发现在给定字符串中的字符其前面有几个相同字符，排完序后仍然有几个相同的字符（后面本身就是按照字典序进行排列的，所以排序时只按照第一个字母的字典序就可以了），所以每次排序后每个串所在的位置就可以固定，由此 在o(n)的时间求得原串、

接下来利用kmp算法依次来匹配下面的询问就可以了。（我是多久没有写过kmp啦，竟然把next数组建立在了主串上，贡献了好多的TLE O_O ）;

下面的代码是看了标程之后写的，不懂可以看注释！

/
// File Name: 4644.cpp
// Author: wang
// mail: 
// Created Time: 2013-8-7 10:39:29
/
#include <cstdio>
#include <cstdlib>
#include <climits>
#include <cstring>
#include <cmath>
#include<string>

#include <algorithm>
#include<iostream>
#include<queue>
#include <map>
using namespace std;
typedef long long ll;
#define INF (INT_MAX/10)
#define SQR(x) ((x)*(x))
#define rep(i, n) for (int i=0; i<(n); ++i)
#define repf(i, a, b) for (int i=(a); i<=(b); ++i)
#define repd(i, a, b) for (int i=(a); i>=(b); --i)
#define clr(ar,val) memset(ar, val, sizeof(ar))
#define pb(x) push_back(x)
#define N 100096
int n;
int next[N];
char a[200010];
string s;

string solve()
{
	string but=s;
	vector<int>cont(s.length(),0);//记录最后一行的字符前面字符的个数的
    vector<int>pos[30];
	//用来记录给定的字符串中第i个字符其前面与它相同的字符的个数的
	rep(i,but.size())
	  if(but[i]!='$')
	  {
		  cont[i]=pos[but[i]-'a'].size();//前面相同字符的个数的
		  pos[but[i]-'a'].pb(i);
	  }
	//对给定的字符进行排序，来保证最先的字典序的
	string sorted=s;
	sort(sorted.begin(),sorted.end());
//	cout<<sorted<<endl;
	//排序后第i出现的某个字符所在的位置的,即指向添加后再排序所在的位置的
	rep(i,26) pos[i].clear();
	repf(i,1,sorted.length()-1)
        pos[sorted[i]-'a'].pb(i);
	//进行操作的核心
	string dis;
	char ch=s[0];//结尾的第一个字符的
	int place=0;//结尾的第一个字符排序后所在相同字符的位置的,因为后面为'$',所以肯定是第一个的
	rep(i,s.length()-1)
	{
		dis+=ch;//该字符添加后排序所对应的位置的
        int pp=pos[ch-'a'][place];//其后前面再次添加的字符即为原串所对应的字符
        ch=s[pp];//获得新前面的字符
		place=cont[pp];//新获得的字符排序后所在相同字符中的位置的
	}
	reverse(dis.begin(),dis.end());
	return dis;
}

void kmp(string dis)
{
	memset(next,-1,sizeof(next));
	int j=-1;
	rep(i,dis.length())
	{
		while(j!=-1 && dis[i]!=dis[j]) j=next[j];
         next[i+1]=++j;
	}
	next[0]=0;
}
int main()
{
	while(cin>>s)
	{
	    string p=solve();
		int q;
		scanf("%d",&q);
		while(q--)
		{
			scanf("%s",a);
			int len=strlen(a);
		    string pp=a;
	        kmp(pp);	   
			int j=0;
			int flag=0;
			rep(i,p.length())//匹配
			{ 
				while(a[j]!=p[i] && j!=0) j=next[j];
				if(a[j]==p[i]) ++j;
				if(j==len)
				{
					flag=1; break;
				}

			}
			if(flag==1) printf("YES\n");
			else printf("NO\n");
		}
	}
}