forked from EndlessCheng/codeforces-go
-
Notifications
You must be signed in to change notification settings - Fork 0
/
strings.go
698 lines (654 loc) · 27.4 KB
/
strings.go
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
package copypasta
import (
"index/suffixarray"
"math/bits"
"reflect"
"sort"
"strings"
"unsafe"
)
/*
字符串问题的特殊性:
不同子串之间会共享一些局部信息,巧妙地利用这些局部信息可以设计出更加高效的算法。
todo NOI 一轮复习 II:字符串 https://www.luogu.com.cn/blog/ix-35/noi-yi-lun-fu-xi-ii-zi-fu-chuan
金策 字符串算法选讲 https://www.bilibili.com/video/BV11K4y1p7a5 https://www.bilibili.com/video/BV19541177KU
PDF 见 misc
TIPS: 若处理原串比较困难,不妨考虑下反转后的串 https://codeforces.com/contest/873/problem/F
斐波那契字符串:s(1) = "a", s(2) = "b", s(n) = s(n-1) + s(n-2), n>=3
https://en.wikipedia.org/wiki/Bitap_algorithm shift-or / shift-and / Baeza-Yates–Gonnet algorithm
*/
func stringCollection() {
min := func(a, b int) int {
if a < b {
return a
}
return b
}
max := func(a, b int) int {
if a >= b {
return a
}
return b
}
// 注:如果 s 是常量的话,由于其在编译期分配到只读段,对应的地址是无法写入的
unsafeToBytes := func(s string) []byte { return *(*[]byte)(unsafe.Pointer(&s)) }
unsafeToString := func(b []byte) string { return *(*string)(unsafe.Pointer(&b)) }
// 返回 t 在 s 中的所有位置(允许重叠)
indexAll := func(s, t []byte) []int {
pos := suffixarray.New(s).Lookup(t, -1)
sort.Ints(pos)
return pos
}
// 字符串哈希 rolling hash, Rabin–Karp algorithm
// https://en.wikipedia.org/wiki/Hash_function
// https://en.wikipedia.org/wiki/Rolling_hash
// https://en.wikipedia.org/wiki/Rabin%E2%80%93Karp_algorithm
// 线性同余方法(LCG)https://en.wikipedia.org/wiki/Linear_congruential_generator
// https://oi-wiki.org/string/hash/
// 利用 set 可以求出固定长度的不同子串个数
// todo 浅谈字符串 hash 的应用 https://www.luogu.com.cn/blog/Flying2018/qian-tan-zi-fu-chuan-hash
// anti-hash: 最好不要自然溢出 https://codeforces.com/blog/entry/4898
// On the mathematics behind rolling hashes and anti-hash tests https://codeforces.com/blog/entry/60442
// hash killer https://loj.ac/p/6758
// 题目推荐 https://cp-algorithms.com/string/string-hashing.html#toc-tgt-7
// 模板题 https://www.luogu.com.cn/problem/P3370
// LC187 找出所有重复出现的长为 10 的子串 https://leetcode-cn.com/problems/repeated-dna-sequences/
// LC1044 最长重复子串(二分哈希)https://leetcode-cn.com/problems/longest-duplicate-substring/
// LC1554 只有一个不同字符的字符串 https://leetcode-cn.com/problems/strings-differ-by-one-character/
hash := func(s []byte) {
// 注意:由于哈希很容易被卡,能用其它方法实现尽量用其它方法
const prime uint64 = 1e8 + 7
powP := make([]uint64, len(s)+1) // powP[i] = prime^i
powP[0] = 1
preHash := make([]uint64, len(s)+1) // preHash[i] = hash(s[:i])
for i, b := range s {
powP[i+1] = powP[i] * prime
preHash[i+1] = preHash[i]*prime + uint64(b)
}
// 计算子串 s[l:r] 的哈希
subHash := func(l, r int) uint64 { return preHash[r] - preHash[l]*powP[r-l] }
_ = subHash
}
// KMP (Knuth–Morris–Pratt algorithm)
// match[i] 为 s[:i+1] 的真前缀和真后缀的最长的匹配长度
// 特别地,match[n-1] 为 s 的真前缀和真后缀的最长的匹配长度
// 我在知乎上对 KMP 的讲解 https://www.zhihu.com/question/21923021/answer/37475572
// https://en.wikipedia.org/wiki/Knuth%E2%80%93Morris%E2%80%93Pratt_algorithm
// https://oi-wiki.org/string/kmp/ todo 统计每个前缀的出现次数
// TODO https://oi-wiki.org/string/z-func/
// https://cp-algorithms.com/string/prefix-function.html
// https://algs4.cs.princeton.edu/code/edu/princeton/cs/algs4/KMP.java.html
// 模板题 https://loj.ac/p/103 https://www.luogu.com.cn/problem/P3375
// LC1392 https://leetcode-cn.com/problems/longest-happy-prefix/submissions/
// https://codeforces.com/problemset/problem/432/D
// https://codeforces.com/problemset/problem/471/D
// 与 LCS 结合 https://codeforces.com/problemset/problem/346/B
// 与 DP 结合 https://codeforces.com/problemset/problem/1163/D
// 与计数 DP 结合 https://codeforces.com/problemset/problem/494/B
// https://codeforces.com/problemset/problem/1003/F
// http://acm.hdu.edu.cn/showproblem.php?pid=2087
calcMaxMatchLengths := func(s []byte) []int {
match := make([]int, len(s))
for i, c := 1, 0; i < len(s); i++ {
v := s[i]
for c > 0 && s[c] != v {
c = match[c-1]
}
if s[c] == v {
c++
}
match[i] = c
}
return match
}
// search pattern from text, return all start positions
kmpSearch := func(text, pattern []byte) (pos []int) {
match := calcMaxMatchLengths(pattern)
lenP := len(pattern)
c := 0
for i, v := range text {
for c > 0 && pattern[c] != v {
c = match[c-1]
}
if pattern[c] == v {
c++
}
if c == lenP {
pos = append(pos, i-lenP+1)
c = match[c-1] // 不允许重叠时 c = 0
}
}
return
}
// EXTRA: 最小循环节
// http://poj.org/problem?id=2406 https://www.luogu.com.cn/problem/UVA455
calcMinPeriod := func(s []byte) int {
n := len(s)
match := calcMaxMatchLengths(s)
if val := match[n-1]; val > 0 && n%(n-val) == 0 {
return n / (n - val)
}
return 1 // 无小于 n 的循环节
}
// Z-function(扩展 KMP,Z-array) exkmp
// z[i] = LCP(s, s[i:]) 串与串后缀的最长公共前缀
// 参考 Competitive Programmer’s Handbook Ch.26
// https://oi-wiki.org/string/z-func/
// https://cp-algorithms.com/string/z-function.html
// https://www.geeksforgeeks.org/z-algorithm-linear-time-pattern-searching-algorithm/
// 模板题 https://codeforces.com/edu/course/2/lesson/3/3/practice/contest/272263/problem/A
// https://www.luogu.com.cn/problem/P5410
// 最小循环节(允许末尾截断)https://codeforces.com/edu/course/2/lesson/3/4/practice/contest/272262/problem/A
// s 和 t 是否本质相同,shift 多少次 https://codeforces.com/edu/course/2/lesson/3/4/practice/contest/272262/problem/B
// 即 strings.Index(s+s, t)
// 每个前缀的出现次数 https://codeforces.com/edu/course/2/lesson/3/4/practice/contest/272262/problem/C
// 用 z[i] 来进行区间更新操作,实现时用一个差分数组即可
// 注:字符串倒过来就是每个后缀的出现次数
// 既是前缀又是后缀的子串个数 https://codeforces.com/problemset/problem/432/D
// 解法之一是 a[z[i]]++ 然后求 a 的后缀和
// 解法之二是对 z 排序二分,见我的代码
// 其他解法有 KMP+DP 或 SA,见 https://www.luogu.com.cn/problem/solution/CF432D
// 最长回文前缀 https://codeforces.com/edu/course/2/lesson/3/4/practice/contest/272262/problem/D
// 构造 s+reverse(s)
// 判断是否存在 i 使得 s[i:]+reverse(s[:i]) == t https://codeforces.com/edu/course/2/lesson/3/4/practice/contest/272262/problem/E
// 构造 t+s
// 最短的包含 s 和 t 的字符串 https://codeforces.com/edu/course/2/lesson/3/4/practice/contest/272262/problem/F
// 构造 s+t 和 t+s
calcZ := func(s []byte) []int {
n := len(s)
z := make([]int, n)
for i, l, r := 1, 0, 0; i < n; i++ {
z[i] = max(0, min(z[i-l], r-i+1))
for i+z[i] < n && s[z[i]] == s[i+z[i]] {
l, r = i, i+z[i]
z[i]++
}
}
z[0] = n
return z
}
zSearch := func(text, pattern []byte) (pos []int) {
s := append(append(pattern, '#'), text...)
z := calcZ(s)
for i, l := range z[len(pattern)+1:] {
if l == len(pattern) {
pos = append(pos, i)
}
}
return
}
// 最小表示法 - 求串的循环同构串中字典序最小的串
// 找到位置 i,从这个位置输出即得到字典序最小的串
// https://oi-wiki.org/string/minimal-string/
// 其他方法 https://codeforces.com/blog/entry/90035
// 模板题 https://www.luogu.com.cn/problem/P1368 http://poj.org/problem?id=1509
// https://codeforces.com/problemset/problem/496/B
smallestRepresentation := func(s []byte) []byte {
n := len(s)
s = append(s, s...)
i := 0
for j := 1; j < n; {
k := 0
for ; k < n && s[i+k] == s[j+k]; k++ {
}
if k >= n {
break
}
if s[i+k] < s[j+k] {
// j 到 j+k 都不会是最小串的开头位置
j += k + 1
} else {
// i 到 i+k 都不会是最小串的开头位置
i, j = j, max(j, i+k)+1
}
}
return s[i : i+n]
}
// 子序列自动机
// LC727 https://leetcode-cn.com/problems/minimum-window-subsequence/
// LC792 https://leetcode-cn.com/problems/number-of-matching-subsequences/
// LC2014/周赛259D https://leetcode-cn.com/problems/longest-subsequence-repeated-k-times/
subsequenceAutomaton := func(s string) {
// build nxt
// nxt[i][j] 表示在 i 右侧的字符 j 的最近位置
pos := [26]int{}
for i := range pos {
pos[i] = len(s)
}
nxt := make([][26]int, len(s))
for i := len(s) - 1; i >= 0; i-- {
nxt[i] = pos
pos[s[i]-'a'] = i
}
// 返回是 s 的子序列的最长的 t 的前缀的长度
match := func(t string) int {
i, j := 0, 0
if t[0] == s[0] {
j = 1
}
for ; j < len(t); j++ {
i = nxt[i][t[j]-'a']
if i == len(s) {
break
}
}
return j
}
_ = match
}
// 最长回文子串 Manacher
// 推荐 https://www.bilibili.com/video/BV1AX4y1F79W
// https://www.bilibili.com/video/BV1ft4y117a4
// https://oi-wiki.org/string/manacher/
// https://cp-algorithms.com/string/manacher.html
// https://codeforces.com/blog/entry/12143
// https://leetcode-cn.com/problems/longest-palindromic-substring/solution/zui-chang-hui-wen-zi-chuan-by-leetcode-solution/
// https://www.zhihu.com/question/37289584
// https://blog.csdn.net/synapse7/article/details/18908413
// http://manacher-viz.s3-website-us-east-1.amazonaws.com
//
// 模板题 https://www.luogu.com.cn/problem/P3805
// LC5 https://leetcode-cn.com/problems/longest-palindromic-substring/
// https://codeforces.com/problemset/problem/1326/D2
// https://codeforces.com/problemset/problem/7/D https://codeforces.com/problemset/problem/835/D
// todo 相交的回文子串对数 https://codeforces.com/problemset/problem/17/E
// https://codeforces.com/problemset/problem/1081/H
// https://www.luogu.com.cn/blog/user25308/proof-cf1081h
// LC1745/周赛226D 分割成三个非空回文子字符串 https://leetcode-cn.com/problems/palindrome-partitioning-iv/
manacher := func(s []byte) {
// 将 s 改造为 t,这样就不需要分 len(s) 的奇偶来讨论了,因为新串 t 的每个回文子串都是奇回文串(都有回文中心)
// s 和 t 的下标转换关系:
// (si+1)*2 = ti
// ti/2-1 = si
// ti 为偶数对应奇回文串(从 2 开始)
// ti 为奇数对应偶回文串(从 3 开始)
t := append(make([]byte, 0, len(s)*2+3), '^')
for _, c := range s {
t = append(t, '#', c)
}
t = append(t, '#', '$')
// 定义一个奇回文串的半长度=(长度+1)/2,即保留回文中心,去掉一侧后的剩余字符串的长度
// halfLen[i] 表示在 t 上的以 t[i] 为回文中心的最长回文子串的半长度
// 即 [i-halfLen[i]+1,i+halfLen[i]-1] 是 t 上的一个回文子串
halfLen := make([]int, len(t)-2)
halfLen[1] = 1
// r 表示当前右边界下标最大的回文子串的右边界下标+1
// mid 为该回文子串的中心位置,二者的关系为 r=mid+halfLen[mid]
for i, mid, r := 2, 1, 0; i < len(halfLen); i++ { // 循环的起止位置对应着原串的首尾字符
hl := 1
if i < r {
// 记 i 关于 mid 的对称位置 i'=mid*2-i
// 若以 i' 为中心的最长回文子串范围超出了以 mid 为中心的回文串的范围(即 i+halfLen[i'] >= r)
// 则 halfLen[i] 应先初始化为已知的半长度 r-i,然后再继续暴力匹配
// 否则 halfLen[i] 与 halfLen[i'] 相等
hl = min(halfLen[mid*2-i], r-i)
}
// 暴力扩展
// 算法的复杂度取决于这部分执行的次数
// 由于扩展之后 r 必然会更新(右移),且扩展的的次数就是 r 右移的次数
// 因此算法的复杂度和 t 的长度成正比
for ; t[i-hl] == t[i+hl]; hl++ {
}
if i+hl > r {
mid, r = i, i+hl
}
halfLen[i] = hl
}
// t 中回文子串的长度为 hl*2-1
// 由于其中 # 的数量总是比字符的数量多 1
// 因此其在 s 中对应的回文子串的长度为 hl-1
// 这一结论可用在下面的各个代码中
// 判断 s[l..r] 是否为回文串 0<=l<=r<len(s)
// 根据下标转换关系得到其在 t 中对应的回文中心下标为 l+r+2
// https://codeforces.com/problemset/problem/7/D https://codeforces.com/problemset/problem/835/D
isP := func(l, r int) bool { return halfLen[l+r+2]-1 >= r-l+1 } // 或者 halfLen[l+r+2] > r-l+1
// 计算最长回文子串的长度,以及所有最长回文子串的首字母在 s 中的下标
maxPL, starts := 0, []int{}
for i := 2; i < len(halfLen); i++ {
if hl := halfLen[i]; hl-1 > maxPL {
// 由于 t 中回文子串的首尾字母一定是 #,再根据下标转换关系,可以得到其在 s 中对应的回文子串的区间为:
// [(i-hl)/2, (i+hl)/2-2]
maxPL, starts = hl-1, []int{(i - hl) / 2}
} else if hl-1 == maxPL {
starts = append(starts, (i-hl)/2)
}
}
// odd=true: 以 s[x] 为回文中心的最长奇回文子串长度
// odd=false: 以 s[x] 和 s[x+1] 为回文中心的最长偶回文子串长度
// 根据下标转换关系得到其在 t 中对应的回文中心下标
midPL := func(x int, odd bool) int {
if odd {
return halfLen[x*2+2] - 1
}
return halfLen[x*2+3] - 1
}
// EXTRA: 计算两个数组,其中
// startPL[i] 表示以 s[i] 为首字母的最长回文子串的长度
// endPL[i] 表示以 s[i] 为尾字母的最长回文子串的长度
// [国家集训队]最长双回文串 https://www.luogu.com.cn/problem/P4555
// LC1960/双周赛58D 两个回文子字符串长度的最大乘积 https://leetcode-cn.com/problems/maximum-product-of-the-length-of-two-palindromic-substrings/
// LC214 https://leetcode-cn.com/problems/shortest-palindrome/
startPL := make([]int, len(s))
endPL := make([]int, len(s))
for i := 2; i < len(halfLen); i++ {
hl := halfLen[i]
left, right := (i-hl)/2, (i+hl)/2-2 // 见上面计算 maxPL 的注释
startPL[left] = max(startPL[left], hl-1)
endPL[right] = max(endPL[right], hl-1)
}
for i := 1; i < len(startPL); i++ {
startPL[i] = max(startPL[i], startPL[i-1]-2) // startPL[i] 还可能是一个更长的回文串缩短后的结果,两者取最大值,同时也方便传递
}
for i := len(endPL) - 2; i >= 0; i-- {
endPL[i] = max(endPL[i], endPL[i+1]-2) // 同上
}
// EXTRA: 计算回文子串个数
// 易证其为 ∑(halfLen[i]/2)
// LC647 https://leetcode-cn.com/problems/palindromic-substrings/
totP := int64(0)
for _, hl := range halfLen {
totP += int64(hl / 2)
}
_ = []interface{}{isP, midPL}
}
/* 后缀数组
SA-IS 与 DC3 的效率对比 https://riteme.site/blog/2016-6-19/sais.html#5
注:Go1.13 开始使用 SA-IS 算法
讲解+例题+套题 https://oi-wiki.org/string/sa/
todo 题目推荐 https://www.luogu.com.cn/blog/luckyblock/post-bi-ji-hou-zhui-shuo-zu
CF 上的课程 https://codeforces.com/edu/course/2
CF tag https://codeforces.com/problemset?order=BY_RATING_ASC&tags=string+suffix+structures
题目总结:(部分参考《后缀数组——处理字符串的有力工具》,PDF 在 misc 文件夹下)
单个字符串
模板题 https://www.luogu.com.cn/problem/P3809
可重叠最长重复子串 LC1044 https://leetcode-cn.com/problems/longest-duplicate-substring/ LC1062 https://leetcode-cn.com/problems/longest-repeating-substring/
相当于求 max(height),实现见下面的 longestDupSubstring
不可重叠最长重复子串 http://poj.org/problem?id=1743
可参考《算法与实现》p.223 以及 https://oi-wiki.org/string/sa/#_14
重要技巧:按照 height 分组,每组中根据 sa 来处理组内后缀的位置
可重叠的至少出现 k 次的最长重复子串 https://www.luogu.com.cn/problem/P2852 http://poj.org/problem?id=3261
二分答案,对 height 分组,判定组内元素个数不小于 k
本质不同子串个数 https://www.luogu.com.cn/problem/P2408 https://atcoder.jp/contests/practice2/tasks/practice2_i https://codeforces.com/edu/course/2/lesson/2/5/practice/contest/269656/problem/A LC1698 https://leetcode-cn.com/problems/number-of-distinct-substrings-in-a-string/
枚举每个后缀,计算前缀总数,再减掉重复,即 height[i]
所以个数为 n*(n+1)/2-sum{height[i]} https://oi-wiki.org/string/sa/#_13
不同子串长度之和 https://codeforces.com/edu/course/2/lesson/3/4/practice/contest/272262/problem/H
思路同上,即 n*(n+1)*(n+2)/6-sum{height[i]*(height[i]+1)/2}
带限制的不同子串个数
https://codeforces.com/problemset/problem/271/D
这题可以枚举每个后缀,跳过 height[i] 个字符,然后在前缀和上二分
重复次数最多的连续重复子串 https://codeforces.com/edu/course/2/lesson/2/5/practice/contest/269656/problem/F http://poj.org/problem?id=3693 (数据弱)
核心思想是枚举长度然后计算 LCP(i,i+l),然后看是否还能再重复一次,具体代码见 main/edu/2/suffixarray/step5/f/main.go
子串统计类题目
用单调栈统计矩形面积 + 用单调栈跳过已经统计的
https://codeforces.com/problemset/problem/123/D (注:这是挑战上推荐的题目)
https://codeforces.com/edu/course/2/lesson/2/5/practice/contest/269656/problem/D 本质上就是 CF123D
https://codeforces.com/problemset/problem/802/I 稍作改动
todo https://www.luogu.com.cn/problem/P2178
https://www.luogu.com.cn/problem/P3804
AHOI13 差异 https://www.luogu.com.cn/problem/P4248
- 任意两后缀的 LCP 之和
对所有 i,求出 ∑j=1..n LCP(i,j) https://atcoder.jp/contests/abc213/tasks/abc213_f
从字符串首尾取字符最小化字典序 https://oi-wiki.org/string/sa/#_10
todo
第 k 小子串 https://www.luogu.com.cn/problem/P3975 https://codeforces.com/problemset/problem/128/B
todo
两个字符串
最长公共子串 https://codeforces.com/edu/course/2/lesson/2/5/practice/contest/269656/problem/B http://poj.org/problem?id=2774 LC718 https://leetcode-cn.com/problems/maximum-length-of-repeated-subarray/
用 '#' 拼接两字符串,遍历 height[1:] 若 sa[i]<len(s1) != (sa[i-1]<len(s1)) 则更新 maxLen
长度不小于 k 的公共子串的个数 http://poj.org/problem?id=3415
单调栈
最短公共唯一子串 https://codeforces.com/contest/427/problem/D
唯一性可以用 height[i] 与前后相邻值的大小来判定
公共回文子串 http://judge.u-aizu.ac.jp/onlinejudge/description.jsp?id=2292
todo
todo http://poj.org/problem?id=3729
多个字符串
多串最长公共子串 https://loj.ac/p/171 LC1923/周赛248D https://leetcode-cn.com/problems/longest-common-subpath/ http://poj.org/problem?id=3450
拼接,二分答案,对 height 分组,判定组内元素对应不同字符串的个数等于字符串个数
不小于 k 个字符串中的最长子串 http://poj.org/problem?id=3294
拼接,二分答案,对 height 分组,判定组内元素对应不同字符串的个数不小于 k
在每个字符串中至少出现两次且不重叠的最长子串 https://www.luogu.com.cn/problem/SP220
拼接,二分答案,对 height 分组,判定组内元素在每个字符串中至少出现两次且 sa 的最大最小之差不小于二分值(用于判定是否重叠)
出现或反转后出现在每个字符串中的最长子串 http://poj.org/problem?id=1226
拼接反转后的串 s[i]+="#"+reverse(s),拼接所有串,二分答案,对 height 分组,判定组内元素在每个字符串或其反转串中出现
acSearch(https://www.luogu.com.cn/problem/P3796)的后缀数组做法
拼接所有串(模式+文本,# 隔开),对每个模式 p 找其左右范围,满足该范围内 height[i] >= len(p),这可以用 ST+二分或线段树二分求出,然后统计区间内的属于文本串的后缀
todo 待整理 http://poj.org/problem?id=3581
https://www.luogu.com.cn/problem/P5546
https://www.luogu.com.cn/problem/P2048
https://www.luogu.com.cn/problem/P4248
https://www.luogu.com.cn/problem/P4341
https://www.luogu.com.cn/problem/P6095
https://www.luogu.com.cn/problem/P4070
*/
suffixArray := func(s []byte) {
n := len(s)
// 后缀数组 sa
// sa[i] 表示后缀字典序中的第 i 个字符串在 s 中的位置
// 特别地,后缀 s[sa[0]:] 字典序最小,后缀 s[sa[n-1]:] 字典序最大
//sa := *(*[]int)(unsafe.Pointer(reflect.ValueOf(suffixarray.New(s)).Elem().FieldByName("sa").UnsafeAddr()))
sa := *(*[]int32)(unsafe.Pointer(reflect.ValueOf(suffixarray.New(s)).Elem().FieldByName("sa").Field(0).UnsafeAddr()))
// 后缀名次数组 rank
// 后缀 s[i:] 位于后缀字典序中的第 rank[i] 个
// 特别地,rank[0] 即 s 在后缀字典序中的排名,rank[n-1] 即 s[n-1:] 在字典序中的排名
rank := make([]int, n)
for i := range rank {
rank[sa[i]] = i
}
// 高度数组 height
// height[0] = 0
// height[i] = LCP(s[sa[i]:], s[sa[i-1]:])
// 由于 height 数组的性质,可以和二分/单调栈/单调队列结合
// 见 https://codeforces.com/edu/course/2/lesson/2/5/practice/contest/269656/problem/D
// https://codeforces.com/edu/course/2/lesson/2/5/practice/contest/269656/problem/E
// https://codeforces.com/problemset/problem/873/F
height := make([]int, n)
h := 0
for i, rk := range rank {
if h > 0 {
h--
}
if rk > 0 {
for j := int(sa[rk-1]); i+h < n && j+h < n && s[i+h] == s[j+h]; h++ {
}
}
height[rk] = h
}
// 任意两后缀的 LCP
// 注:若允许离线可以用 Trie+Tarjan 做到线性
const mx = 17 // 131072, 262144, 524288, 1048576
st := make([][mx]int, n)
for i, v := range height {
st[i][0] = v
}
for j := 1; 1<<j <= n; j++ {
for i := 0; i+1<<j <= n; i++ {
st[i][j] = min(st[i][j-1], st[i+1<<(j-1)][j-1])
}
}
_q := func(l, r int) int { k := bits.Len(uint(r-l)) - 1; return min(st[l][k], st[r-1<<k][k]) }
lcp := func(i, j int) int {
if i == j {
return n - i
}
// 将 s[i:] 和 s[j:] 通过 rank 数组映射为 height 的下标
ri, rj := rank[i], rank[j]
if ri > rj {
ri, rj = rj, ri
}
return _q(ri+1, rj+1)
}
// EXTRA: 比较两个子串,返回 s[l1:r1] < s[l2:r2],注意这里是左闭右开区间
// https://codeforces.com/edu/course/2/lesson/2/5/practice/contest/269656/problem/C
lessSub := func(l1, r1, l2, r2 int) bool {
len1, len2 := r1-l2, r2-l2
if l := lcp(l1, l2); l >= len1 || l >= len2 { // 一个是另一个的前缀
return len1 < len2
}
return rank[l1] < rank[l2] // 或者 s[l1+l] < s[l2+l]
}
// EXTRA: 比较两个子串,返回 strings.Compare(s[l1:r1], s[l2:r2]),注意这里是左闭右开区间
// https://codeforces.com/problemset/problem/611/D
// https://leetcode-cn.com/contest/biweekly-contest-59/problems/number-of-ways-to-separate-numbers/
compareSub := func(l1, r1, l2, r2 int) int {
len1, len2 := r1-l1, r2-l2
l := lcp(l1, l2)
if len1 == len2 && l >= len1 {
return 0
}
if l >= len1 || l >= len2 { // 一个是另一个的前缀
if len1 < len2 {
return -1
}
return 1
}
if rank[l1] < rank[l2] { // 或者 s[l1+l] < s[l2+l]
return -1
}
return 1
}
// https://www.acwing.com/problem/content/140/
equalSub := func(l1, r1, l2, r2 int) bool {
len1, len2 := r1-l2, r2-l2
return len1 == len2 && len1 == lcp(l1, l2)
}
// EXTRA: 可重叠最长重复子串
// https://leetcode-cn.com/problems/longest-duplicate-substring/ https://leetcode-cn.com/problems/longest-repeating-substring/
longestDupSubstring := func() []byte {
maxP, maxH := 0, 0
for i, h := range height {
if h > maxH {
maxP, maxH = i, h
}
}
return s[sa[maxP] : int(sa[maxP])+maxH]
}
// EXTRA: 按后缀字典序求前缀和
// vals[i] 表示 s[i] 的某个属性
vals := make([]int, n)
prefixSum := make([]int, n+1)
for i, p := range sa {
prefixSum[i+1] = prefixSum[i] + vals[p]
}
// EXTRA: 找出数组中的所有字符串,其是某个字符串的子串
// 先拼接字符串,然后根据 height 判断前后是否有能匹配的
// NOTE: 下面的代码展示了一种「标记 s[i] 属于原数组的哪个元素」的技巧: 在 i>0&&s[i]=='#' 时将 cnt++,其余的 s[i] 指向的 cnt 就是原数组的下标
// LC1408/周赛184A https://leetcode-cn.com/problems/string-matching-in-an-array/ 「小题大做」
findAllSubstring := func(a []string) (ans []string) {
s := "#" + strings.Join(a, "#")
n := len(s)
lens := make([]int, n) // lens[i] > 0 表示 s[i] 是原数组中的某个字符串的首字母,且 lens[i] 为该字符串长度
cnt := 0
for i := 1; i < n; i++ {
if s[i-1] == '#' {
lens[i] = len(a[cnt])
cnt++
}
}
// sa & height ...
for i, p := range sa {
if l := lens[p]; l > 0 {
if height[i] >= l || i+1 < n && height[i+1] >= l {
ans = append(ans, s[p:int(p)+l])
}
}
}
return
}
// debug
for i, h := range height[:n] {
suffix := string(s[sa[i]:])
if h == 0 {
println(" ", suffix)
} else {
println(h, suffix)
}
}
_ = []interface{}{lessSub, compareSub, equalSub, longestDupSubstring, findAllSubstring}
}
// 若输入为 []int32,通过将每个元素拆成 4 个 byte,来满足调库条件
// 若有负数,且需要满足有序性,可以整体减去 math.MinInt32 转成 uint32
suffixArrayInt := func(a []int32) []int32 {
n := len(a)
_s := make([]byte, 0, n*4)
for _, v := range a {
_s = append(_s, byte(v>>24), byte(v>>16), byte(v>>8), byte(v))
}
_sa := *(*[]int32)(unsafe.Pointer(reflect.ValueOf(suffixarray.New(_s)).Elem().FieldByName("sa").Field(0).UnsafeAddr()))
sa := make([]int32, 0, n)
for _, p := range _sa {
if p&3 == 0 { // 是 4 的倍数的 _sa[i] 就对应着数组 a 的 sa[i]
sa = append(sa, p>>2)
}
}
return sa
}
// 另一种写法,O(1) 得到 _s
// 注意由于小端序的缘故,这里得到的 _s 和上面是不一样的,所以只有当题目与顺序无关时才可以使用
suffixArrayInt = func(a []int32) []int32 {
_sh := (*reflect.SliceHeader)(unsafe.Pointer(&a))
_sh.Len *= 4
_sh.Cap *= 4
_s := *(*[]byte)(unsafe.Pointer(_sh))
_sa := *(*[]int32)(unsafe.Pointer(reflect.ValueOf(suffixarray.New(_s)).Elem().FieldByName("sa").Field(0).UnsafeAddr()))
sa := make([]int32, 0, len(a))
for _, p := range _sa {
if p&3 == 0 { // 是 4 的倍数的 _sa[i] 就对应着数组 a 的 sa[i]
sa = append(sa, p>>2)
}
}
return sa
}
// 注:这是《挑战》上的实现方案,复杂度 O(nlog^2(n))
suffixArrayInt2 := func(a []int) []int {
n := len(a)
sa := make([]int, n+1)
rank := make([]int, n+1)
k := 0
compareSA := func(i, j int) bool {
if rank[i] != rank[j] {
return rank[i] < rank[j]
}
ri, rj := -1, -1
if i+k <= n {
ri = rank[i+k]
}
if j+k <= n {
rj = rank[j+k]
}
return ri < rj
}
tmp := make([]int, n+1)
for i := 0; i <= n; i++ {
sa[i] = i
rank[i] = -1
if i < n {
rank[i] = a[i]
}
}
for k = 1; k <= n; k *= 2 {
sort.Slice(sa, func(i, j int) bool { return compareSA(sa[i], sa[j]) })
tmp[sa[0]] = 0
for i := 1; i <= n; i++ {
tmp[sa[i]] = tmp[sa[i-1]]
if compareSA(sa[i-1], sa[i]) {
tmp[sa[i]]++
}
}
copy(rank, tmp)
}
sa = sa[1:]
return sa
}
_ = []interface{}{
unsafeToBytes, unsafeToString,
indexAll,
hash,
kmpSearch, calcMinPeriod,
zSearch,
smallestRepresentation,
subsequenceAutomaton,
manacher,
suffixArray, suffixArrayInt, suffixArrayInt2,
}
}