算法------（13）KMP-编程知识

例题：（1）AcWing 831. KMP字符串

。。其实写完也不太理解。。随便写点吧

KMP就是求next数组和运用next的数组的过程。相比传统匹配模式一次更新一单位距离的慢速方法，next数组可以让下表字符串一次更新n - next【n】个距离，加快了匹配速度。next【i】记录的是某字符串的前i个字符中前缀与后缀最长的匹配长度。

对于模版中的j，我的理解是已经匹配了j个字符，因此next【i】还可以理解为对于已经匹配了i个字符的字符串来说，假如后续匹配不成立，则该字符串至少还有next【i】个字符是匹配的。

#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 1e5+10,M = 1e6+10;
int ne[N];
int n,m;
char p[N],s[M];
int main()
{cin >> n >> p+1 >> m >> s+1;ne[1] = 0;for(int i = 2,j = 0;i<=n;i++){while(j && p[i] != p[j+1]) j = ne[j];if(p[i] == p[j+1]) j++;ne[i] = j;}for(int i = 1,j = 0;i<=m;i++){while(j && s[i] != p[j+1]) j = ne[j];if(s[i] == p[j+1]) j++;if(j == n){printf("%d ",i - n);j = ne[j];}}return 0;
}

练习：（1） Leetcode 459 重复的子字符串

。。。好难啊！！！！这是easy？？？

我们可以证明非空字符串s可由一个子串重复多次构成当且仅当把两个s连接起来且去掉前面后面的各一个字符，其中仍然存在s作为新字符串的子串。

从前往后推很显然，从后往前推需要一定证明。显然我不会，摘抄一下Leetcode的答案。

（2） P1470 [USACO2.3] 最长前缀 Longest Prefix

其实与KMP无关但不知道为什么加了个KMP的标签。。。没做出来。。

跟之前做过的一些题目有些类似。dp[i]的含义为[0,i-1]个字母可以分解，因此我们枚举每一个j，只要满足[0,j-1]时能分解且[j,i-1]也在P集合内即可。对于查询[j,i-1]，由于题目说P集合内字符串长度<=10，因此我们对每一个i只需要枚举10个j即可，这样大大优化了时间。

以及不知为什么本地跑不了。。。（问了朋友可能是文件输入输出的关系）

#include <iostream>
#include <unordered_set>
#include <string>
using namespace std;
const int N = 2e5+10;
bool dp[N];
unordered_set<string> res;
int main(int argc, char** argv) {string ss;while(cin >> ss){if(ss == ".") break;res.insert(ss);}string ans = "";while(cin >> ss){ans += ss;}dp[0] = true;int n = ans.length();for(int i = 1;i<=n;i++){for(int j = i;j>=max(i-10,0);j--){if(dp[j] && (res.find(ans.substr(j,i-j))!=res.end())){dp[i] = true;continue;}}}for(int i = n;i>=0;i--){if(dp[i]){printf("%d",i);break;}}return 0;
}

(3) P3435 [POI2006] OKR-Periods of Words

太难了太难了。。。

一个前缀的最大周期长度就是其长度减去其最小匹配长度，也就是其最短的共同前后缀的长度。 next数组求的是最大匹配长度，而不断递归求next数组得到的正是不为0的最小匹配长度。递归处理时可以把next数组直接更新为求得的最短长度，这样求取速度会更快。

#include <iostream>
using namespace std;
typedef long long ll;
const int N = 1000010;
char str[N];
int ne[N];
int main(int argc, char** argv) {int n;scanf("%d%s",&n,str+1);ne[1] = 0;for(int i = 2,j = 0;i<=n;i++){while(j && str[i] != str[j+1]) j = ne[j];if(str[i] == str[j+1]) j++;ne[i] = j;}ll ans = 0;for(int i = 2,j = 2;i<=n;i++,j = i){while(ne[j]) j = ne[j];if(ne[i]) ne[i] = j;ans += i-j;}printf("%lld",ans);return 0;
}

(4) Leetcode 面试题17.17 多次搜索

对每一个smalls内的字符串求next数组，然后与big字符串进行kmp匹配。注意kmp的i返回的是字符串的最后一个字符下标。以及每一次匹配都要先清空next数组。

class Solution {int ne[1010];vector<vector<int>> res;
public:void next(string str){char x[1010];int n = str.length();for(int i = 1;i<=n;i++) x[i] = str[i-1]; for(int i = 2,j = 0;i<=n;i++){while(j && x[i] != x[j+1]) j = ne[j];if(x[i] == x[j+1]) j++;ne[i] = j;}}vector<int> get(string a,string b){char x[1010],y[1010];int n = a.length(),m = b.length();for(int i = 1;i<=n;i++) x[i] = a[i-1];for(int i = 1;i<=m;i++) y[i] = b[i-1];vector<int> ans;for(int i = 1,j = 0;i<=n;i++){while(j && x[i] != y[j+1]) j = ne[j];if(x[i] == y[j+1]) j++;if(j == m){ans.push_back(i-m);j = ne[j];}}return ans;}vector<vector<int>> multiSearch(string big, vector<string>& smalls) {int n = smalls.size();for(int i = 0;i<n;i++){if(smalls[i] == ""){res.push_back({});continue;}memset(ne,0,sizeof(ne));next(smalls[i]);res.push_back(get(big,smalls[i]));}return res;}
};

(5) Leetcode 3036 匹配模式数组的子数组数目

做出来的第一个Hard题！虽然完全不是自己想出来的！！。。。

把nums转化为跟pattern数组一样模式的长度为n-1的数组，此题便转化为求nums数组中有几个子数组为pattern数组，这样一来直接用kmp匹配即可。转化这一步还是挺难想到的。

class Solution {int x[1000100],y[1000100],ne[1000100];// x,y 1-n
public:int countMatchingSubarrays(vector<int>& nums, vector<int>& pattern) {int n = nums.size()-1,m = pattern.size();for(int i = 0;i<n;i++){if(nums[i] < nums[i+1]) x[i+1] = 1;else if(nums[i] == nums[i+1]) x[i+1] = 0;else x[i+1] = -1;} for(int i = 1;i<=m;i++){y[i] = pattern[i-1];} for(int i = 2,j = 0;i<=m;i++){while(j && y[i] != y[j+1]) j = ne[j];if(y[i] == y[j+1]) j++;ne[i] = j; }int ans = 0;for(int i = 1,j = 0;i<=n;i++){while(j && x[i] != y[j+1]) j = ne[j];if(x[i] == y[j+1]) j++;if(j == m){ans++;j = ne[j];}}return ans;}
};

(6) Leetcode 3037.在无限流中寻找模式

做出的第二道Hard题，想出了匹配方式但是在优化上栽了！不过还算可以！

由于是无限流，所以每次更新就匹配一次肯定会超时，因此用vector处理，由于next数组是确定的，因此每次不用从头匹配，只需要一个一个进行匹配即可。

/*** Definition for an infinite stream.* class InfiniteStream {* public:*     InfiniteStream(vector<int> bits);*     int next();* };*/
class Solution {int ne[110000];vector<int> p,q;
public:int findPattern(InfiniteStream* stream, vector<int>& pattern) {p.push_back(0);q.push_back(0);int r = 0,m = pattern.size();for(int i = 1;i<=m;i++){q.push_back(pattern[i-1]);}for(int i = 2,j = 0;i<=m;i++){while(j && q[i] != q[j+1]) j = ne[j];if(q[i] == q[j+1]) j++;ne[i] = j;}int i = 1,j = 0;while(1){p.push_back(stream->next());while(j && p[i] != q[j+1]) j = ne[j];if(p[i] == q[j+1]) j++;if(j == m) return i-m;i++;}}
};

(7) Leetcode 3008.找出数组中的美丽下标

Hard被卡了。。

匹配用kmp，后续查找时的优化思路为对a中每一个下标数组，在b的下标数组二分查找第一个大于等于它的数，如果这个数存在则返回其与a中对应下标的差，和其前面一个与a中对应下标的差，如果满足则返回。

class Solution {char p[500100],q[500100],r[500010];int ne1[500100],ne2[500100];
public:vector<int> beautifulIndices(string s, string a, string b, int k) {vector<int> res;vector<int> res1,res2;int n = a.length(),m = b.length(),o = s.length();for(int i = 1;i<=n;i++) p[i] = a[i-1];for(int i = 1;i<=m;i++) q[i] = b[i-1];for(int i = 1;i<=o;i++) r[i] = s[i-1];for(int i = 2,j = 0;i<=n;i++){while(j && p[i] != p[j+1]) j = ne1[j]; if(p[i] == p[j+1]) j++; ne1[i] = j;}for(int i = 2,j = 0;i<=m;i++){while(j && q[i] != q[j+1]) j = ne2[j]; if(q[i] == q[j+1]) j++; ne2[i] = j;}for(int i = 1,j = 0;i<=o;i++){while(j && r[i] != p[j+1]) j = ne1[j]; if(r[i] == p[j+1]) j++; if(j == n){res1.push_back(i-n);j = ne1[j];} }for(int i = 1,j = 0;i<=o;i++){while(j && r[i] != q[j+1]) j = ne2[j]; if(r[i] == q[j+1]) j++; if(j == m){res2.push_back(i-m);j = ne2[j];} }int c1 = res1.size(),c2 = res2.size();for (int i: res1) {auto it = lower_bound(res2.begin(), res2.end(), i);if (it != res2.end() && *it - i <= k ||it != res2.begin() && i - *--it <= k) {res.push_back(i);}}return res;}
};

（8） Leetcode 758.字符串中的加粗单词

没啥难的。。挑错时间太长所以贴上来羞辱一下自己。。

kmp加合并区间。首先先对words每一个字符串求next然后与s进行匹配，求出每一个需要加粗的区间。由于这些区间存在重叠而导致标签数过多，因此要求最小的标签数就需要合并区间。

class Solution {int ne[15];typedef pair<int,int> pii;
public:vector<pii> segs;vector<char> init(string x){vector<char> p;p.push_back(0);int n = x.length();for(int i = 1;i<=n;i++) p.push_back(x[i-1]);return p;}void next(vector<char> x){int n = x.size()-1;for(int i = 2,j = 0;i<=n;i++){while(j && x[i] != x[j+1]) j = ne[j];if(x[i] == x[j+1]) j++;ne[i] = j;}}void kmp(vector<char> x,vector<char> y){int n = x.size() - 1,m = y.size() - 1;for(int i = 1,j = 0;i<=n;i++){while(j && x[i] != y[j+1]) j = ne[j];if(x[i] == y[j+1]) j++;if(j == m){segs.push_back({i-m,i-1});j = ne[j];}}}string boldWords(vector<string>& words, string s) {int n = words.size();auto p = init(s);for(int i = 0;i<n;i++){memset(ne,0,sizeof(ne));auto q = init(words[i]);next(q);kmp(p,q);}vector<pii> res;sort(segs.begin(),segs.end());int fs = -2e9,ed = -2e9;for(auto seg:segs){int l = seg.first,r = seg.second;if(ed+1<l){if(fs!=-2e9) res.push_back({fs,ed});fs = l;ed = r;}else{ed = max(ed,r);}}if(fs!=-2e9) res.push_back({fs,ed});int flag = 0;string ans = "";for(auto seg:res){int l = seg.first,r = seg.second;ans += s.substr(flag,l - flag);ans += "<b>";ans += s.substr(l,r-l+1);ans += "</b>";flag = r+1;}n = s.length();cout <<flag;if(flag < n ) ans += s.substr(flag,n-flag);return ans;}
};

（9） P2375 [NOI2014] 动物园很难，虽然写出来了但并不完全理解。。

在求取next数组的过程中，我们可以求取每一个i所对应的有相同的前后缀的所有子串的个数，然后再进行一次匹配，当我们递归到子串长度不重叠时，就可以得到该长度下所有的不重叠的子串有相同前后缀的个数。

#include <iostream>
#include <cstring>
using namespace std; 
const int N = 1e6+10,mod = 1e9+7;
typedef long long ll;
char p[N];
int ne[N],nums[N];
int main(int argc, char** argv) {int t;scanf("%d",&t);while(t--){scanf("%s",p+1);int n = strlen(p+1);nums[1] = 1;for(int i = 2,j = 0;i<=n;i++){while(j && p[i] != p[j+1]) j = ne[j];if(p[i] == p[j+1]) j++;ne[i] = j;nums[i] = nums[ne[i]] + 1;}ll res = 1;for(int i = 1,j = 0;i<=n;i++){while(j && p[i]!=p[j+1]) j = ne[j];if(p[i] == p[j+1]) j++;while(j * 2 > i) j = ne[j]; res = res * (nums[j] + 1) % mod;}printf("%lld\n",res);for(int i = 1;i<=n;i++){ne[i] = 0;nums[i] = 0;} }return 0;
}