字符串算法小结

  1. hash
  2. kmp和ac自动机
  3. 后缀数组,后缀自动机,后缀树
  4. 扩展kmp
  5. manacher算法
  6. 回文自动机
  7. 可删改的ac自动机
  8. 不看复杂度乱搞

hash

hash就是把字符串每一位乘以一个阶,用于快速判断字符串是否相等。需要担心碰撞,相等情况不多的时候可以进行强检查。

kmp和ac自动机

这两个本质上是同一个东西,一个是求单串的fail指针,一个是求多串的fail指针,用势能分析可以知道是线性复杂度。

后缀数组,后缀自动机和后缀树

后缀数组主流实现是利用桶排和倍增在O(nlogn)内求出后缀的大小顺序。之后线性时间求出相邻名次的最长公共前缀长度的height数组。在求最长不重叠子串时常用技巧是二分答案线性判断。有时配合height数组的RMQ口味更佳。

后缀自动机通过线性的在线算法构造一个包含所有状态的自动机。具体建议看这篇个人觉得讲的比CLJ的营员资料好的文章。CLJ的ppt只证明了边和点是线性的,并没有证明构造过程中对cloneq的重定位是线性的,可以通过势能分析证明每重定位一次cloneq,可估计q的fail深度比p的深度少一。以最新节点的fail递归深度为势能可证明构造线性。

观察后缀自动机的fail指针则是逆序字符串的后缀树。可以推测后缀树与后缀自动机能力等价。

扩展kmp

跟kmp的算法似乎没有什么关系,解决的问题是求S的每一个后缀和T的最长公共前缀。
设第i个字符起始的S的后缀与T的最长公共前缀长度为extend[i]。
设第i个字符起始的T的后缀与T的最长公共前缀长度为next[i]。
假设next[1...k]和extend[1...k]和当前S匹配最远处已知,可以通过next数组立即得到在k+1处以匹配多远,若超过当前最远处,则从最远处往前推。复杂度线性。
如何求next数组,next数组相当于T本身的extend可以用同样的方法求。

loyinglin的思路:扩展kmp解决的问题同样可以用后缀自动机解决,将S和T反转,rev(T)建立后缀自动机,将rev(S)在里面跑,从后往前求extend数组。需要预先dp出每个点的fail指针经过的终止符的最大长度。

扩展kmp依然存在价值因为loyinglin的思路是需要rev(S)跑rev(T)的SAM的离线算法,若改成动态增删S的最后字符,loyinglin的思路就失效了。

manacher算法

求字符串最长回文的问题,与扩展kmp类似,保留一个匹配最远的点,通过当前位置回文长度初始设为最远匹配中心的镜像长度。若更长,则往前匹配,更新最长长度。复杂度线性。奇数和偶数需要分别回文,可通过插特殊值使算法只跑一次。

问题也可用后缀数组实现。

回文自动机

与后缀自动机类似,可在线性时间构造。回文自动机解决一系列回文串问题。完美替代manacher算法,也补全了后缀自动机解决回文问题不方便的问题。

可删改的ac自动机

ac自动机的dp的特点在于一旦建立好fail指针,要插入字符串需要全部重新建立,使得dp也要全部重新来过。
要建立可删改的ac自动机,可以建立logn个ac自动机,第1个自动机放1个串,第2个自动机放2个串,第3个放4个串。。。第logn个放n个串。假如目前有7个串在自动机,则只在第1,2,3个自动机分别存1,2,4个串进行dp。此时再插入一个串,则将第1,2,3自动机消除,8个串全部放入第4个自动机,重建fail指针和dp。因为每个串最多经历logn个自动机,所以均摊复杂度都只是标准自动机的logn倍。

不看复杂度乱搞

字符串很多题数据是很难卡的,比如对于可删改的ac自动机能完成的题,很多时候可以用一个普通的ac自动机,不计复杂度的A掉。当你做不出题时,就别看复杂度了,先搞为胜。

总结

其实AC自动机和后缀自动机就能解决绝大部分题目了。回文自动机在解决回文串时有它的价值。后缀数组和扩展kmp以备不时之需。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,456评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,370评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,337评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,583评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,596评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,572评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,936评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,595评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,850评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,601评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,685评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,371评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,951评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,934评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,167评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,636评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,411评论 2 342

推荐阅读更多精彩内容