算法初探 - 字符串操作

更新记录

【1】2020.06.23-20:13

• 1.完善KMP内容
• 2.一点Trie树内容
• 3.AC自动机（弱化版）思想

【2】2020.06.24-09:19

• 1.完善Trie树内容

现阶段内容并不是很完善，敬请期待下个版本

正文

KMP前言

ABOUT 暴力

如果你不会：
return 是新手?"别着急慢慢来，这篇博客可能不适合你":"暴力你再不会就趁早退役吧"

ABOUT KMP

KMP它就是普及的坎，过去就过去，过不去等死
其实没那么严重，前缀树也能打

翻找了很多关于KMP的博客，发现能让人真正理解这个算法的少之又少
所以我根据自己的理解来介绍一下这个算法，希望能帮到一些OIer

朴素算法

时间复杂度：\(O(nm)\)
实质就是暴力匹配，这里不过多介绍

KMP

为了方便讲述，我们先明确几个概念

1. G位前（后）缀
   一个字符串的G位前（后）缀就是它前（后）G个字符组成的字符串

• 例如字符串abgakdsf的3位前缀是abg，五位后缀是akdsf

2. 最大相同前后缀
   满足以下两个条件：

• G位前缀与G位后缀相同
• 在满足上一条的情况下使得G最大

• 例如字符串abcdbabc的最大相同前后缀是abc

先举个例子，我们要在abcaabcdabcaabcaabc中查找abcab

第一次匹配：
abcaabcdabcaabcaabc
||||X
abcab

普通的来看，这个字符不匹配就应该往后移动一位，然后继续进行匹配

但是这样完全将有用的信息忽略了

第一次匹配已经知道了前四个是abca
此时我们直接将字符串移动某个偏移量

abcaabcdabcaabcaabc
   |
   abcaa

然后继续进行匹配

某个偏移量到底是啥呢？

设主串M，模式T在进行匹配时
\(M[i-j]\;M[i-j+1]\cdots M[i]\)与\(T[0]\cdots T[j]\)在进行匹配的时候
前\(j-1\)位完全匹配，在第\(j\)位失配
如果
\(T[0]\;T[1]\cdots T[j-1]\ne T[1]\;T[2]\cdots T[j]\)
那么
\(T[1]\;T[2]\cdots T[j]\ne M[i-j]\;M[i-j+1]\cdots M[i]\)
所以当在某处失配的时候，我们去找这个字符串的最大相同前后缀

记录G的值，然后从G+1位继续匹配
这个G就是上文所说的某个偏移量
这个操作的正确性显然

在KMP算法中，我们定义一个next数组
第i位记录前i-1位最大G值
（当然也有用第i位记录前i位最大G值的，这里笔者习惯用前者）
那么如何去求next数组每一项的值呢？
我们用模式串自己匹配自己即可
即主串为T，模式串也为T

void getnext(){
	next[0]=-1;
	for(int i=0,j=-1;i<=s.length();){
		if(j==-1||s[i]==s[j])
			next[++i]=++j;
		else
			j=next[j];
	}
}

下面放一段运行过程

abcaabcdabcaabcaabc
i:0 j:-1
-1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
i:1 j:0
-1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
i:1 j:-1
-1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
i:2 j:0
-1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
i:2 j:-1
-1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
i:3 j:0
-1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
i:4 j:1
-1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
i:4 j:0
-1 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0
i:5 j:1
-1 0 0 0 1 1 2 0 0 0 0 0 0 0 0 0 0 0 0
i:6 j:2
-1 0 0 0 1 1 2 3 0 0 0 0 0 0 0 0 0 0 0
i:7 j:3
-1 0 0 0 1 1 2 3 0 0 0 0 0 0 0 0 0 0 0
i:7 j:0
-1 0 0 0 1 1 2 3 0 0 0 0 0 0 0 0 0 0 0
i:7 j:-1
-1 0 0 0 1 1 2 3 0 0 0 0 0 0 0 0 0 0 0
i:8 j:0
-1 0 0 0 1 1 2 3 0 1 0 0 0 0 0 0 0 0 0
i:9 j:1
-1 0 0 0 1 1 2 3 0 1 2 0 0 0 0 0 0 0 0
i:10 j:2
-1 0 0 0 1 1 2 3 0 1 2 3 0 0 0 0 0 0 0
i:11 j:3
-1 0 0 0 1 1 2 3 0 1 2 3 4 0 0 0 0 0 0
i:12 j:4
-1 0 0 0 1 1 2 3 0 1 2 3 4 5 0 0 0 0 0
i:13 j:5
-1 0 0 0 1 1 2 3 0 1 2 3 4 5 6 0 0 0 0
i:14 j:6
-1 0 0 0 1 1 2 3 0 1 2 3 4 5 6 7 0 0 0
i:15 j:7
-1 0 0 0 1 1 2 3 0 1 2 3 4 5 6 7 0 0 0
i:15 j:3
-1 0 0 0 1 1 2 3 0 1 2 3 4 5 6 7 4 0 0
i:16 j:4
-1 0 0 0 1 1 2 3 0 1 2 3 4 5 6 7 4 5 0
i:17 j:5
-1 0 0 0 1 1 2 3 0 1 2 3 4 5 6 7 4 5 6
i:18 j:6
-1 0 0 0 1 1 2 3 0 1 2 3 4 5 6 7 4 5 6

KMP主过程：

while(l

（想必您已经精通字符串了，快去吊打字典树吧）

Trie树前言

就是字典树（前缀树）啊

实现

每个节点有N个儿子，一个颜色标记
N取决于字符的个数，比如我插入的单词中只有小写字母，N开26即可

Trie树节点的定义：

int k=1;
struct Trie{
	int trie[N];
	int color;
}t[10001];

G位前缀相同的字符串，共用一个长度为G的链，在G+1处产生分支

[ A example ]
那么插入两个单词inne，innd，询问inne是否在字典树中

• 插入时循环每一位，如果节点存在就继续访问，不存在就新建，k值自增
• 询问时循环每一位，如果节点存在就继续访问，不存在就返回0

然后我们询问单词inn是否在Trie树中

显然inn在树中，但是我们并没有插入这个单词
这时候就要靠颜色标记了
对于一个字符串，在其最后一个字符所在的节点上将颜色标记置为1，代表我插入这个单词了

我们回归刚才的例子，插入单词时e与d的节点的颜色标记标为1，别的不管
那么经过修改后的询问：

• 询问时循环每一位，如果节点存在就继续访问，不存在就返回0，如果字符串最后一个字符所在的节点的颜色标记为1返回1，否则返回0

再次查找inn，虽然能找到，但是我们发现n所对应的节点颜色标记为0

说明没有这个单词

Trie树基本思想结束

插入与查询代码实现：

void insert(string a){
	int c,p=0;
	for(int i=0;i

AC自动机

没有前言！
我承认我还没打代码

在Trie树上查找单词时，用KMP思想进行加速

AC自动机（基本）思想结束

（您觉得笔者讲的太简单，自己是字符串专家不需要看，那就快去吊打NOI/CTSC/IOI吧）