<style> .reveal .slides { text-align: left; font-size:30px; } </style> # String Algorithm Introduction to Competitive Programming 2025/05/22 ---- - Trie - KMP - Hash --- ## Trie 字典樹(又稱字首樹) ---- ## 結構 插入了「great」、「tea」、「ten」、「teddy」、「movie」、「moon」的字典樹 be like: ![image](https://hackmd.io/_uploads/rJVx5OJNR.png =600x) 有了trie可以幹嘛? ---- ![](https://miro.medium.com/max/1400/1*aJxRGNYe52CE_bVRt0E1Eg.gif =700x) ---- ## 引入問題 給 $N$ 個字串 $s_i$, 依序讀入後輸出 給 $Q$ 筆詢問,每次詢問給一個字串 $q_i$ ,回答有幾個字串是以 $q_i$這個字串為前綴的 暴力的做法 $\rightarrow$ $O(N \sum \vert q_i\vert)$ trie $\rightarrow$ $O(\sum \vert q_i\vert)$ ---- ## trie的宣告 <div style="font-size: 30px"> 每個節點有往下的指標 以及紀錄多少個字串以此為結尾 </div> ```cpp= struct trie{ trie *nxt[26]; int cnt; //紀錄有多少個字串以此節點結尾 int sz; //有多少字串的前綴包括此節點 trie():cnt(0),sz(0){ memset(nxt,0,sizeof(nxt)); } }; //創建新的字典樹 trie *root = new trie(); ``` 所以根節點到某一個節點的這條路就會是一個字串 根節點到根節點的意思就是空字串 ---- ### 插入 將字串 $s$ 加入字典樹 ```cpp= // O(|s|) void insert(string& s){ trie *now = root; // 每次從根結點出發 for(auto i:s){ now->sz++; if(now->nxt[i-'a'] == NULL){ now->nxt[i-'a'] = new trie(); } now = now->nxt[i-'a']; //走到下一個字母 } now->cnt++; now->sz++; } ``` ---- 可以用sz判斷有多少字串的前綴包括此節點 <center> ![image](https://hackmd.io/_uploads/B1Yvod1V0.png =600x) </center> ---- 用cnt判斷字典樹上是否存在某個特定字串 <center> ![image](https://hackmd.io/_uploads/Sy0aANeV0.png =600x) </center> ---- ### 查詢 ```cpp= // O(|s|) int query_prefix(string& s){ //查詢有多少前綴為 s trie *now = root; // 每次從根結點出發 for(auto i:s){ if(now->nxt[i-'a'] == NULL){ return 0; } now = now->nxt[i-'a']; } return now->sz; } int query_count(string& s){ //查詢字串 s 出現次數 trie *now = root; // 每次從根結點出發 for(auto i:s){ if(now->nxt[i-'a'] == NULL){ return 0; } now = now->nxt[i-'a']; } return now->cnt; } ``` --- ## bitwise trie 01 trie 本質也是trie。 只不過是把每個數字變成二進制的形式(一條 bitstring)存進trie裡面 ---- 從最高位元開始存,由根結點往下存數字 每個點分成 0 和 1 兩個子節點 定義左邊是 0 右邊是 1 <center> ![image](https://hackmd.io/_uploads/rJX_mHeN0.png =600x) </center> ---- ## 0 1 trie的宣告 <div style="font-size: 30px"> 每個節點有往下的指標 以及紀錄多少個字串以此為結尾 </div> ```cpp= struct trie{ trie *nxt[2]; int cnt; //紀錄有多少個字串以此節點結尾 int sz; //有多少字串的前綴包括此節點 trie():cnt(0),sz(0){ memset(nxt,0,sizeof(nxt)); } }; //創建新的字典樹 trie *root = new trie(); ``` ---- ### 插入 將數字 $x$ 加入字典樹,$O(\log x)$ ```cpp= void insert(int x){ trie *now = root; // 每次從根節點開始 for(int i=30;i>=0;i--){ // 從最高位元開始往低位元走 now->sz++; if(now->nxt[x>>i&1] == NULL){ //判斷當前第 i 個位元是 0 還是 1 now->nxt[x>>i&1] = new trie(); } now = now->nxt[x>>i&1]; //走到下一個位元 } now->cnt++; now->sz++; } ``` ---- ### 引入問題 一開始給 $N$ 個數字 $Q$ 筆詢問,每次給你兩個數字 $v, d$ 問序列中有多少個數字 xor $v$ 後 $\le d$ - $N,Q \leq 10^5$ ---- 詢問多少個數字 xor $4$ 之後小於等於 $5$ ? ![image](https://hackmd.io/_uploads/BJfHCGsWgg.png) 你會發現如果有某個數字在最左邊的 bit 是 1,那他 xor 4 後會成 0XX,也就是一定會小於 5 ---- ![image](https://hackmd.io/_uploads/SkDrJ7oZel.png =400x) 也就是從這個 1 節點連下去的所有數字 xor 4 都會 $<5$ (所以該節點的 sz 可以全部貢獻給答案 ) 但左邊不一定,所以要往 v[i] xor d[i] 的那個點往下走 <!-- ---- --> <!-- ![](https://i.imgur.com/BsM63sk.png =400x) --> ---- ![](https://i.imgur.com/5MH8uAK.png) ---- ![](https://i.imgur.com/yP1S1t0.png) ---- ![](https://i.imgur.com/0qce1aW.png) ---- ![](https://i.imgur.com/oLsr3ZF.png) ---- ### 區間最大 xor 給長度為 $N$ 的整數序列, 求出一個子區間其 xor 總和最大 - $1\le N\le 2\cdot 10^5$ ---- 先回到更簡單的題目, 給一個整數序列 $a$ 和整數 $d$ 詢問序列中哪個數字與 $d$ xor 後最大? 此問題我們可以把先把 $a$ 中的所有數字丟進去 trie 裡面, 再 greedy 的每次往 xor 比較大的那邊走也就是 比較高位的 bit xor 後是 1 的 ---- 所以當序列 $a$ 是原序列的前綴 xor 這時候對於每個位置的 $a[i]$ (a[0~i-1] 已被插入 trie) 去查詢 greedy 的找就能找到 使得 a[i] ^ a[j] (j < i) 最大的 $j$ ,此時最大區間就是 $(j,i]$ --- ## Knuth–Morris–Pratt algorithm ### (KMP) $O(\vert T \vert + \vert S \vert)$算出字串 T 在字串 S 中出現的所有位置 $1 \leq \vert T \vert , \vert S \vert \leq 10^6$ ---- ## 暴力的作法 枚舉S的每個位置,檢查從這個位置開始長度為$\vert T \vert$的字串是否跟 T 一樣 複雜度:$O(\vert T \vert \cdot \vert S \vert) \rightarrow$ TLE ---- <!-- ## Hash作法 用rolling hash預處理所有長度為$\vert T \vert$的子字串Hash值 判斷每個位置的Hash值是否跟 $T$ 的Hash值相等 $O(\vert T \vert + \vert S \vert)$ ---- --> ### 暴力作法 <div style="font-size:60px"> `S` = ababcababcabd `W` = abcabd </div> ---- 比對第一個字元相同 <div style="font-size:60px"> `0123456789012` <span style="color:green">a</span>`babcababcabd` <span style="color:green">a</span>`bcabd` `^` </div> ---- 比對第二個字元相同 <div style="font-size:60px"> `0123456789012` <span style="color:green">ab</span>`abcababcabd` <span style="color:green">ab</span>`cabd` &nbsp;&nbsp;`^` </div> ---- 比對第三個字元相異 <div style="font-size:60px"> `0123456789012` <span style="color:green">ab</span><span style="color:red">`a`</span>`bcababcabd` <span style="color:green">ab</span><span style="color:red">`c`</span>`abd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 把 `W` 字串往右一格重新比對,比對失敗 <div style="font-size:60px"> `0123456789012` `a`<span style="color:green"></span><span style="color:red">`b`</span>`abcababcabd` &nbsp;&nbsp;&nbsp;<span style="color:green"></span><span style="color:red">`a`</span>`bcabd` &nbsp;&nbsp;&nbsp;`^` </div> ---- 再把 `W` 字串往右一格重新比對,第一格相同 <div style="font-size:60px"> `0123456789012` `ab`<span style="color:green">a</span><span style="color:red"></span>`bcababcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green">a</span><span style="color:red"></span>`bcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 比對第二格相同 <div style="font-size:60px"> `0123456789012` `ab`<span style="color:green">ab</span><span style="color:red"></span>`cababcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green">ab</span><span style="color:red"></span>`cabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 比對第三格相同 <div style="font-size:60px"> `0123456789012` `ab`<span style="color:green">abc</span><span style="color:red"></span>`ababcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green">abc</span><span style="color:red"></span>`abd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 比對第四格相同 <div style="font-size:60px"> `0123456789012` `ab`<span style="color:green">abca</span><span style="color:red"></span>`babcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green">abca</span><span style="color:red"></span>`bd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 比對第五格相同 <div style="font-size:60px"> `0123456789012` `ab`<span style="color:green">abcab</span><span style="color:red"></span>`abcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green">abcab</span><span style="color:red"></span>`d` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 比對第六格相異 <div style="font-size:60px"> `0123456789012` `ab`<span style="color:green">abcab</span><span style="color:red">`a`</span>`bcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green">abcab</span><span style="color:red">`d`</span> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 再把 `W` 字串往右一格重新比對,第一格相異 <div style="font-size:60px"> `0123456789012` `aba`<span style="color:green"></span><span style="color:red">`b`</span>`cababcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green"></span><span style="color:red">`a`</span>`bcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 再把 `W` 字串往右一格重新比對,第一格相異 <div style="font-size:60px"> `0123456789012` `abab`<span style="color:green"></span><span style="color:red">`c`</span>`ababcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green"></span><span style="color:red">`a`</span>`bcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 再把 `W` 字串往右一格重新比對,第一格相同 <div style="font-size:60px"> `0123456789012` `ababc`<span style="color:green">a</span><span style="color:red"></span>`babcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green">a</span><span style="color:red"></span>`bcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 第二格相同 <div style="font-size:60px"> `0123456789012` `ababc`<span style="color:green">ab</span><span style="color:red"></span>`abcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green">ab</span><span style="color:red"></span>`cabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 第三格相異 <div style="font-size:60px"> `0123456789012` `ababc`<span style="color:green">ab</span><span style="color:red">`a`</span>`bcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green">ab</span><span style="color:red">`c`</span>`abd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 再把 `W` 字串往右一格重新比對,第一格相異 <div style="font-size:60px"> `0123456789012` `ababca`<span style="color:green"></span><span style="color:red">`b`</span>`abcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green"></span><span style="color:red">`a`</span>`bcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 再把 `W` 字串往右一格重新比對,第一格相同 <div style="font-size:60px"> `0123456789012` `ababcab`<span style="color:green">a</span><span style="color:red"></span>`bcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green">a</span><span style="color:red"></span>`bcabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 第二格相同 <div style="font-size:60px"> `0123456789012` `ababcab`<span style="color:green">ab</span><span style="color:red"></span>`cabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green">ab</span><span style="color:red"></span>`cabd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 第三格相同 <div style="font-size:60px"> `0123456789012` `ababcab`<span style="color:green">abc</span><span style="color:red"></span>`abd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green">abc</span><span style="color:red"></span>`abd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 第四格相同 <div style="font-size:60px"> `0123456789012` `ababcab`<span style="color:green">abca</span><span style="color:red"></span>`bd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green">abca</span><span style="color:red"></span>`bd` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 第五格相同 <div style="font-size:60px"> `0123456789012` `ababcab`<span style="color:green">abcab</span><span style="color:red"></span>`d` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green">abcab</span><span style="color:red"></span>`d` &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 第六格相同,找到一組解 <div style="font-size:60px"> `0123456789012` `ababcab`<span style="color:green">abcabd</span><span style="color:red"></span> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span style="color:green">abcabd</span><span style="color:red"></span> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;`^` </div> ---- 會發現過程中,有很多不必要的匹配 ---- 沒有,我沒發現 KMP 很難懂,但我個人理解的方式是用前綴函數理解的。 ---- 對於一個字串 $s$ 我們定義他的前綴函數為 $\pi[i] = 最大的 \ k < i \ 使得 s[0...k] = s[i-k...i]$ 這其實就是次長相同前後綴的長度 ---- ## 次長相同前綴後綴 可以知道最長相同前綴後綴是字串自己本身 而我們要求的是次長,以 `abcabd` 為例 |$i$| 字串 | 次長相同前綴後綴 | $\pi[i]$ | |-- | --- | ------------- | ----- | |$0$|`a` | $\phi$ | $0$ |$1$|`ab` | $\phi$ | $0$ |$2$|`abc` | $\phi$ | $0$ |$3$|<u>`a`</u>`bc`<u>`a`</u> | `a`| $1$ |$4$|<u>`ab`</u>`c`<u>`ab`</u> | `ab`| $2$ |$5$|`abcabd` | $\phi$| $0$ ---- 假設如果我們有辦法造出這個,前綴函數$\ \pi$ 那麼在字串 $S$ 中找到 $T$ 出現的所有位置的問題就能這樣做: 我們構造一個新字串 $W=T+$'@'$+S$,其中 '@' 要是一個不在 $S$ 也不在 $T$ 中出現的任意字元。 這時如果對 $W$ 求前綴函數 $\pi$,你會發現當 $\pi[i]=|T|$ 時,這時候次長相同前綴後綴就會長 ---- 這樣 ![image](https://hackmd.io/_uploads/H14nuBcbex.png) 你會發現這恰好是 $T$ 在 $S$ 出現的地方(不過這是尾巴,通常會需要開頭,這時候記得要記 $i-|T|+1$ 而不是 $i$)。 並且他一定是 $T$ 出現在 $S$ 的地方 ---- 因為如果 $\pi[i]$ 想要更大,也就是 $\pi[i]\rightarrow \pi[i]+1$ ![image](https://hackmd.io/_uploads/H1bctrqZge.png) 那麼 $?$ 處就得是 @,但 @ 不在 $S$ 或 $T$ 內出現過,所以這不可能。 ---- 求前綴函數: 假設我們知道 $0 \cdots i$ 的 $\pi$ 值,想求 $i+1$ 處的 $\pi$ 值時 ![image](https://hackmd.io/_uploads/BkpjpSqZgl.png) 假設兩個 ? 處都是相等的字元,那 $\pi[i+1]$ 就可以是 $\pi[i]+1$ ---- 那有沒有可能會比 $\pi[i]+1$ 大? ![image](https://hackmd.io/_uploads/SyR6RSqZle.png) 那你會發現此時 $\pi[i]$ 就要跟著變大,所以不可能。 ---- 那假如兩個 ? 處不相等呢,它一定就比 $\pi[i]+1$ 小 ![image](https://hackmd.io/_uploads/SJ5IHLqbxe.png) 也就是找到某個比黃條還小的藍框 (如圖) ,然後再去檢查藍框對前綴的位置$+1$ (也就是圖上的第一個 ? ) 和後面的那個 ? 是否相等 (如果不是就繼續找更小的藍框),此時$\pi [i+1]=$藍框長度$+1$。 ---- 這藍框怎麼找? 你會發現兩段黃色的字串是一模一樣的 (依照定義),所以找藍色的相當於找大字串的前綴字串內的次長相同前後綴 ![image](https://hackmd.io/_uploads/rJktzGjbxx.png) 也就是 $\pi[\pi[i]-1]$ ![image](https://hackmd.io/_uploads/HJ_rQMobgx.png) 所以我們只要找到一個最大的藍框使得兩個問號處是相等的,那就能作為 $\pi[i+1]$ 的答案 ---- ### 計算前綴函數 ```cpp= //pi[i] = 最大的 k 使得 s[0...(k-1)] = s[i-(k-1)...i] vector<int> prefunc(const string& s){ int n = s.size(); vector<int> pi(n); for(int i=1,j=0;i<n;++i){ j = pi[i-1]; while(j && s[j] != s[i]) j = pi[j-1]; //往下找藍框 if(s[j] == s[i]) ++j; //相等會多一格 pi[i] = j; } return pi; } ``` 複雜度 $O(n)$ 很直觀的均攤,因為第二圈能跑的次數會跟 stack 去做 pop 一樣(前面有人++才能在後面被--),考慮 $++j$ 是一種 insert 那你可以把它看成,對於每個字元 $s[i]$ 只會進出隊至多一次,所以是 $O(n)$。 ---- 有了前綴函數,就能實現 KMP 了 第一種方式就是前文提到的中間放個 @ ```cpp= //找出 T 在 S 中出現的所有位子 vector<int> kmp(string S, string T) { string W = ""; W+=T,W+='@',W+=S; vector<int> pi = prefunc(W); vector<int> ans; for (int i = T.size(); i < W.size(); i++) { if (pi[i] == T.size()) { ans.push_back(i - T.size() + 1); } } return ans; } ``` ---- 第二種方式(不併字串),就是用前綴函數找藍框那招 ```cpp= //找 s 在 str 中出現的所有位子 vector<int> kmp(string str, string s) { vector<int> nxt = prefunc(s); vector<int> ans; for (int i = 0, j = 0; i < SZ(str); i++) { while (j && str[i] != s[j]) j = nxt[j - 1]; if (str[i] == s[j]) j++; if (j == SZ(s)) { ans.push_back(i - SZ(s) + 1); j = nxt[j - 1]; } } return ans; } ``` --- 休息 --- ## Hash 中文叫雜湊 雜湊函式 (hash function) 用途在把值域太大的鍵值 (沒辦法直接存) 壓到一個較小的值域使得鍵值能夠在常數時間比對/存取。 ---- [My grandmother run faster than your code](https://youtu.be/314OLE6mKOo?si=MC3giAV3ra0WCTLb&t=127) ---- ### String Hash 選一個整數 $p$ , 把字串轉換成 $p$ 進位的數字來儲存 原本字串比對是否相同需要 $O(|S|)$, 轉換成數字比較是否相同只需要 $O(1)$ 的時間 ---- S = "ABCA" 為例, 轉成 $p$ 進位 則會變成 $A\cdot p^3 + B\cdot p^2 + C\cdot p^1 + A \cdot p^0$ 而當字串非常長的時, 轉換會超出 long long 範圍 (也就是值域太大的問題) 所以根據 hash 的精神我們就 mod 一個可以被存下的數字 (打到小值域) ---- $p$ 你就挑一個大小適中的質數 (不要挑甚麼 $2$ 這種) ( ex: 13331, 14341, 75577) 也不要挑太大很容易乘出循環 (畢竟要 mod) mod 為模數,通常選質數以降低碰撞機率,選約為 $10^9$ 附近的數字避免計算過程溢位 (平方後 $< 10^{18}$ ) (ex: $10^9$+7, 998244353,999888733 ) 可以把一些質數放[模板](https://github.com/jakao0907/CompetitiveProgrammingCodebook/blob/master/math/primes.cpp)以備不時之需 ---- ## Rolling Hash 滾動式的去計算 hash ,主要是實作方便,我們後面會看到不 rolling 的例子 $H_{0,k}$ 為字串 $s[0,k]$ hash 出來的結果 $H_{0,k} = (s_0\cdot p^k + s_1\cdot p^{k-1} + s_2\cdot p^{k-2} ... + s_k\cdot p^0)$ % mod $\to H_{0,0} = (s_0\cdot p^0)$ % mod $\to H_{0,1} = (H_{0,0}\cdot p + s_1)$ % mod $\to H_{0,2} = (H_{0,1}\cdot p + s_2)$ % mod $\to H_{0,i} = (H_{0,i-1}\cdot p + s_i)$ % mod ---- s="XDDCC" $\to H_{0,0} = (X\cdot p^0)$ % mod $\to H_{0,1} = (X\cdot p^1 + D\cdot p^0)$ % mod $\to H_{0,2} = (X\cdot p^2 + D\cdot p^1 +D\cdot p^0)$ % mod $\to H_{0,3} = (X\cdot p^3 + D\cdot p^2 +D\cdot p^1 + C\cdot p^0)$ % mod $\to H_{0,4} = (X\cdot p^4 + D\cdot p^3 +D\cdot p^2 + C\cdot p^1 + C\cdot p^0)$ % mod ---- 建立所有前綴的 Hash 值 $H_{[0:k]}$ ```cpp= using i64 = long long; const i64 P = 75577; const i64 MOD = 998244353; i64 Hash[MXN]; //Hash[i] 為字串 [0,i] 的 hash值 void build(const string& s){ i64 val = 0; for(int i = 0; i < s.size(); i++){ val = (val * P %MOD + s[i]) % MOD; Hash[i] = val; } } ``` ---- ## 獲得子字串 $[l,r]$ 的 Hash 值 根據前面的 Hash 值定義 $[l,r]$ 的 Hash 值為 $H_{l,r} = (s_l * p^{r-l} + s_{l+1} * p^{r-l-1} + s_{l+2} * p^{r-l-2} + ... +s_r * p^0)$ % mod 當然 $O(n)$ 太慢了,可以根據前面算好的 $H$ $O(1)$ 計算 $\to (H_{0,r} - H_{0,l-1} * p^{r-l+1})$ ---- s="XDDCC" 求[1,3]的 Hash 值 $H_{1,3} = (D\cdot p^2 +D\cdot p^1 + C\cdot p^0)$ % mod $\to H_{0,0} = (X\cdot p^0)$ % mod $\to H_{0,3} = (X\cdot p^3 + D\cdot p^2 +D\cdot p^1 + C\cdot p^0)$ % mod 可以觀察到 $H_{1,3}$ 可以 $O(1)$ 算出來 $H_{1,3} = H_{0,3} - H_{0,0} \cdot p^3$ ---- 透過 $O(n)$ 預處理前綴 Hash 表 就可以 $O(1)$ 得出某段子字串的 Hash 值 如果題目詢問兩段子字串是否一樣就可以用這個技巧 $O(1)$ 解決 ---- ## double hashing 遇到好好設計過的測資,在一定的條件下有機率讓選擇的 $p$ 和 $mod$ 做的 hash 發生碰撞 所以會選擇找另一個 $p_2$ 做雙重 hash ,讓每個區間有兩種 hash 值 ---- ```cpp= #define ff first #define ss second using i64 = long long; const i64 P1 = 75577; const i64 P2 = 12721; // 多一個質數 p2 const i64 MOD = 998244353; pair<i64,i64> Hash[MXN]; //Hash[i] 為字串 [0,i] 的 hash值 void build(const string& s){ pair<i64,i64> val(0,0); for(int i=0; i < s.size(); i++){ val.ff = (val.ff * P1 + s[i]) % MOD; val.ss = (val.ss * P2 + s[i]) % MOD; Hash[i] = val; } } ``` 此時字串要相等就得兩維 hash 要相等 ---- ## Longest Palindromic Substring 給定一個字串 $s (1 \le |s| \le 10^5)$,求所有的回文子字串中,長度最長為多少 "ababa" $\to$ 5 "caaabc" $\to$ 3 ---- ## brute force 暴力窮舉所有區間 $O(N^2)$ 再花 $O(N)$ 時間檢查窮舉的區間是否為回文 複雜度 $O(N^3)$ ---- ## brute force with hash hash 後可以花 O(1) 時間知道字串某個子區間的hash值 如果一個字串是回文,則字串本身與反過來會相同 先預處理 字串 $s$ 的 hash 值以及 反轉的字串 reverse($s$) 的 hash 值 則可以花 $O(1)$ 時間判斷字串是否為回文 複雜度 $O(N^3) \to O(N^2)$ ---- ## binary search with hash 但還可以更快 如果一個字串是回文, 把最左以及最右的字元刪掉也是回文 或者最左最右分別加上相同字元也是回文 s="abaaba" 同時刪除最左右 $\to$ "baab" 同時加上字元'c' $\to$ "cabaabac" 所以最長回文回文長度是否為 k 對 k 有單調性 ---- 二分搜尋最長回文長度 $r$, $O(n)$ 跑一個 $r$ 長的滑窗 如果是回文,則代表此字串最長回文半徑至少為 $r$ 不是回文則代表此字串最長回文半徑小於 $r$ 檢查是否為回文可以用 hash $O(1)$ 判斷 ---- ## 複雜度 滑窗最多滑 $O(N)$ 二分搜 $O(\log N)$ 複雜度 $O(N\log N)$ ---- 有些字串的題目都具有單調性使之可以二分搜尋 再搭配 hash,通常都可以做到 $O(N\log N)$ 的複雜度 ---- ## [Hash + 修改](https://cses.fi/problemset/task/2420) 給定一個字串, 兩種操作 1. 詢問區間 [l, r] 是否為回文 2. 修改第 $i$ 個字元 多了第二種操作 修改字元 ---- 可以發現我們 Hash[i] 儲存的是前綴 Hash 值 修改第 $i$ 個字元會影響到 Hash[i:n] 也就是從第 $i$ 個位置的 Hash 值到最後一個的 Hash 值 ---- 而原本 hash 的建法 Hash[2] = $p^2\cdot s[0] + p^1\cdot s[1] + p^0\cdot s[2]$ Hash[3] = $p^3\cdot s[0] + p^2\cdot s[1] + p^1\cdot s[2] + p^0\cdot s[3]$ 會發現修改位置 2 則, 後面每格的 hash 值對於 s[2] 乘的 $p$ 冪次會不同 ---- 因此我們通常會把 $p$ 的冪次反過來建表 也就非 rolling hash Hash[2] = $p^0\cdot s[0] + p^1\cdot s[1] + p^2\cdot s[2]$ Hash[3] = $p^0\cdot s[0] + p^1\cdot s[1] + p^2\cdot s[2] + p^3\cdot s[3]$ 你會發現這樣的表示方式其實是比較直觀的 (index i 對應到的次方就是 i 次) 如此一來修改某個元素時, 對於所有 Hash[$i:n$] s[i] 乘上的冪次都會相同不影響 ---- 區間修改從 $i$ 開始到結尾的 因此我們可以使用 BIT 等資料結構來維護區間加值 使用 BIT 記得要 1-base (我都 -1 base), 可以在字串前面加上一個填充字元 ---- 從修改的位置 pos 加值, 加的值 為新字元與舊字元的差值 $\times p$ 的 pos 次方 所有 $p$ 的次方可以在一開始先 $O(N)$ 預處理 由於要求回文, 因此要儲存正反字串分別的 Hash 值 ```cpp void update(int pos, int ch){ BIT.update(pos, (ch - s[pos]) * p[pos] % MOD); revBIT.update(n-1-pos, (ch-s[pos]) * p[n-pos-1] % MOD); } ``` ---- 那為啥還需要 rolling hash? 因為不用 Modular Inverse 你會發現要求區間 [l,r] hash 時 $H_{r,0} - H_{l-1,0} = s[l]\cdot p^l + ... + s[r]\cdot p^r$ 此時 $(H_{r,0} - H_{l-1,0})\cdot p^{-l}$ 才會是該區間的 hash 值,我覺得方便性因人而異。 ---- ### 總複雜度 修改 $O(\log N)$ 詢問 $O(\log N)$ --- [題單](https://vjudge.net/contest/718351#overview)
{"title":"String Algorithm","slideOptions":"{\"transition\":\"fade;\"}","description":"Introduction to Competitive Programming","contributors":"[{\"id\":\"08326fa4-ca9b-4ca9-873e-239ebe76662c\",\"add\":19450,\"del\":0},{\"id\":\"c09566ae-e372-4be1-b467-1ebdd3589721\",\"add\":4464,\"del\":2951,\"latestUpdatedAt\":null}]"}
    334 views
   Owned this note