KMP学习笔记

KMP字符串匹配

之前写的整理不知道去哪里了，复习一遍吧，下标全部从1开始

KMP可以解决的问题：

1. $O(n+m)$求解串匹配问题，并求出模式串在主串中出现的各个位置

2. 通过求解$next$数组，得到许多有用的信息(题目都很妙)

3. KMP求循环节

1.询问A[1~N]是否是B[1~M]的子串，并求出A在B字符串中各次出现的位置

O(n*m)写法
    主串B，模式串A
    scanf("%s%s",a+1,b+1);
	for(int i=1;i<=strlen(b+1);i++){
		for(int j=1;j<=strlen(a+1);j++){
			if(b[i]==a[j]){
				i++;
				if(j==strlen(a+1)){
					cout<<i-strlen(a+1)<<" ";
					i--;
				}
			}
			else{
				i-=(j-1);
				break;
			}
		}
	}
O(n+m)hash写法，O(n)预处理主串和模式串的Hash值，枚举主串的每个开始的位置i
查看B[i,i+strlen(A)-1]和A的Hash值是否相同

KMP写法

1. 对模式串求$next$数组，定义$next$数组，$next[i]$表示字符串A中以i结尾的非前缀子串和A的前缀能够匹配的最大长度，（其中非前缀子串就是不能是这个字符串自身。）

   $next[i]=max(j),其中j<i并且,A[1j]==A[i-j+1,i],不存在j时，next[i]=0$

2. 如何计算$next$数组，因为有$next[1]=0$,利用递推的思想，这里和Z函数中Z数组求解类似，因为$Z[1]=n$,所以递推求解，假设$next[1\sim i-1]$已经计算好了，我们来计算$next[i]$,根据定义，我们需要找到最大的$j$，满足$next$函数的定义，那么我们称这些$j$为$next[i]$的所有"候选项"，（此处参考蓝书，一看就懂，不过二刷的好处在于，你可以更清楚的知道为什么要这么做了），如果对于每个$i$，都枚举$i-1$个非前缀子串的话，那么时间复杂度也是$O(n^2)$的。

3. 引理，学会反证法. 若$j_0$是$next[i]$的一个候选项，那么比$j_0$小的最大的候选项是$next[j_0]$,也就是[$next[j_0]+1\sim j_0-1$]之间没有$next[i]$的候选项.

   反证法，有$j^{\prime }$是$next[i]$的一个候选项，假如$next[j_0]<j^{\prime }<j_0$有，$j^{\prime }应该等于next[j_0]与已知矛盾$（简单画图即可，不贴了）

4. 根据引理，$i的候选是:next[i],next[next[i]],next[next[next[i]]],...$ 回到之前的问题，当$next[1\sim i-1]$计算完毕之后，因为如果$j$是$next[i]$的候选项，那么$j-1$也一定是$next[i-1]$的候选项(画图可得),所以，计算$next[i]时$，使用$next[i-1]+1,next[next[i-1]]+1,...$作为$next[i]的候选项即可,由此得到了递推关系$

参考蓝书上的代码
   next[1]=0;//j表示已经匹配上的长度，因为求next[i]，需要next[i-1]+1,next[next[i-1]]+1,...,j就是next[i-1]的候选项 
   for(int i=2,j=0;i<=n;i++){
       //next[i]要求最大，从大到小搜
       while(j>0&&a[i]!=a[j+1])j=next[j];//此时j+1 不是next[i]的候选项，
       if(a[i]==a[j+1])j++;
       next[i]=j;
   }
同理求f数组，f[i]表示"B中以i结尾的子串"与"A的前缀"能够匹配的最大长度，那么f[i]==n,就代表
   B中有A串，匹配成功。
   for（int i=1,j=0;i<=m;i++){
       while(j>0&&(j==n||b[i]!=a[j+1]))j=next[j];//j==n,模式串重新匹配
       if(b[i]==a[j+1])j++;
       f[i]=j;
       //if(f[i]==n)A在B中出现
   }

Problem P3375 【模板】KMP字符串匹配

#include <iostream>
#include <cstdio>
#include <cmath>
#include <algorithm>
#include <cstring>
#include <queue>
#include <set>
#include <map>
#include <vector>
#include <sstream>
#define pb push_back 
#define in insert
#define mem(f, x) memset(f,x,sizeof(f)) 
#define fo(i,a,n) for(int i=(a);i<=(n);++i)
#define fo_(i,a,n) for(int i=(a);i<(n);++i)
#define debug(x) cout<<#x<<":"<<x<<endl;
#define endl '\n'
using namespace std;

template<typename T>
ostream& operator<<(ostream& os,const vector<T>&v){for(int i=0,j=0;i<v.size();i++,j++)if(j>=5){j=0;puts("");}else os<<v[i]<<" ";return os;}
template<typename T>
ostream& operator<<(ostream& os,const set<T>&v){for(auto c:v)os<<c<<" ";return os;}

typedef pair<int,int>PII;
typedef pair<long,long>PLL;

typedef long long ll;
typedef unsigned long long ull; 
const int N=1e6+10;
//假设模板串和模板串匹配的过程中第i和第j+1个位置失配,因为
//第i-1和第j是匹配的，求第二个串从j往前走最多多少个格子可以继续进行匹配.
char a[N],b[N];
int ne[N];
int main()
{
	scanf("%s%s",a+1,b+1);
	
	int n=strlen(a+1),m=strlen(b+1);
	
	for(int i=2,j=0;i<=m;i++){
		while(j>0&&(b[j+1]!=b[i]))j=ne[j];
		if(b[j+1]==b[i])j++;
		ne[i]=j;
	}
	
	for(int i=1,j=0;i<=n;i++){
		while(j>0&&(j==m||b[j+1]!=a[i]))j=ne[j];
		if(b[j+1]==a[i])j++;
		if(j==m){
			cout<<i-j+1<<endl;
		}
	}
	for(int i=1;i<=m;i++)
		cout<<ne[i]<<" ";
	return 0;
}

Problem AcWing 141. 周期(KMP求循环节)

引理:s[1~i]具有长度为len<i的循环节的充要条件是，len能整除i，且s[1~i-len]==s[len+1~i]，即i-len是next[i]的候选项。

#include<iostream>
#include<cstring>

using namespace std;

const int N=1e6+10;

char a[N];
int n,cnt;
int ne[N];
int main()
{
    while(cin>>n,n)
    {
        printf("Test case #%d\n",++cnt);
        cin>>a+1;
        for(int i=2,j=0;i<=n;i++){
            while(j&&a[j+1]!=a[i])j=ne[j];
            if(a[j+1]==a[i])j++;
            ne[i]=j;
        }
        
        for(int i=2;i<=n;i++)
        {
            int t=i-ne[i];//最小循环元长度;
            if(i!=t&&i%t==0)
            {
                cout<<i<<" "<<i/t<<endl;
            }
        }
        puts("");
    }
}

Problem BOI2009Radio Transmission 无线传输

$求给定字符串的最小循环子串串长$

// Problem: P4391 [BOI2009]Radio Transmission 无线传输
// Contest: Luogu
// URL: https://www.luogu.com.cn/problem/P4391
// Memory Limit: 125 MB
// Time Limit: 1000 ms

#include <iostream>
#include <cstdio>
#include <cmath>
#include <algorithm>
#include <cstring>
#include <queue>
#include <set>
#include <map>
#include <vector>
#define pb push_back 
#define in insert
#define mem(f, x) memset(f,x,sizeof(f)) 
#define fo(i,a,n) for(int i=(a);i<=(n);++i)
#define fo_(i,a,n) for(int i=(a);i<(n);++i)
#define debug(x) cout<<#x<<":"<<x<<endl;
#define endl '\n'
using namespace std;

template<typename T>
ostream& operator<<(ostream& os,const vector<T>&v){for(int i=0,j=0;i<v.size();i++,j++)if(j>=5){j=0;puts("");}else os<<v[i]<<" ";return os;}
template<typename T>
ostream& operator<<(ostream& os,const set<T>&v){for(auto c:v)os<<c<<" ";return os;}

typedef pair<int,int>PII;
typedef pair<long,long>PLL;

typedef long long ll;
typedef unsigned long long ull; 
const int N=2e5+10,M=1e9+7;
ll n,m,_;
char p[N*10];
int ne[N*10];

//最小循环串长度？
void solve()
{
	cin>>n;cin>>p+1;
	int ans=-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;
		//ans=max(ans,ne[i]);不对
	}
	//cout<<n-ans;
	cout<<n-ne[n];
	
}
int main()
{
	solve();
	return 0;
}

Problem P3435 [POI2006]OKR-Periods of Words

$$\begin{gathered} KMP好题，求串的最小前缀后缀覆盖 \\ 题意挺难理解的,给一个串S,求S的一个前缀子串SS(不能是S本身),要求S串是SS+SS串的前缀串,求S的每个 \\ 前缀子串的最长SS串，ans为所有最长SS串长之和 \end{gathered}$$

多写了一个sho数组就T了，蛮离谱的

// Problem: P3435 [POI2006]OKR-Periods of Words
// Contest: Luogu
// URL: https://www.luogu.com.cn/problem/P3435
// Memory Limit: 125 MB
// Time Limit: 1000 ms

#include <iostream>
#include <cstdio>
#include <cmath>
#include <algorithm>
#include <cstring>
#include <queue>
#include <set>
#include <map>
#include <vector>
#define pb push_back 
#define in insert
#define mem(f, x) memset(f,x,sizeof(f)) 
#define fo(i,a,n) for(int i=(a);i<=(n);++i)
#define fo_(i,a,n) for(int i=(a);i<(n);++i)
#define debug(x) cout<<#x<<":"<<x<<endl;
#define endl '\n'
using namespace std;

template<typename T>
ostream& operator<<(ostream& os,const vector<T>&v){for(int i=0,j=0;i<v.size();i++,j++)if(j>=5){j=0;puts("");}else os<<v[i]<<" ";return os;}
template<typename T>
ostream& operator<<(ostream& os,const set<T>&v){for(auto c:v)os<<c<<" ";return os;}

typedef pair<int,int>PII;
typedef pair<long,long>PLL;

typedef long long ll;
typedef unsigned long long ull; 
const int N=2e6+10,M=1e9+7;
ll n,m,_;
char p[N];
ll ne[N];//求串的最短前缀，后缀匹配
ll sho[N];//多写几遍sho竟然直接T了
void solve()
{
	cin>>n;cin>>p+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;
	}
	ll sum=0;	//求每个字符串的最短匹配长度，sum+=n-short(i);
	
	// for(int i=2;i<=n;i++)
	// {
		// int j=i;
		// while(ne[j])sho[i]=ne[j],j=ne[j];
		// if(sho[i])
			// sum+=i-sho[i];
// 	
	// }
	for(int i=2,j=2;i<=n;i++,j=i)
	{
		while(ne[j])j=ne[j];
		if(ne[i])ne[i]=j;
		sum+=i-j;
	}
	cout<<sum<<endl;
}

int main()
{
	solve();
	return 0;
}

Problem P4824 [USACO15FEB]Censoring S

$给一个长为n(n<=10^6)的串,求主串中删除所有的模式串之后的字符串$

88分做法
// Problem: P4824 [USACO15FEB]Censoring S
// Contest: Luogu
// URL: https://www.luogu.com.cn/problem/P4824
// Memory Limit: 125 MB
// Time Limit: 1000 ms

#include <iostream>
#include <cstdio>
#include <cmath>
#include <algorithm>
#include <cstring>
#include <queue>
#include <set>
#include <map>
#include <vector>
#define pb push_back 
#define in insert
#define mem(f, x) memset(f,x,sizeof(f)) 
#define fo(i,a,n) for(int i=(a);i<=(n);++i)
#define fo_(i,a,n) for(int i=(a);i<(n);++i)
#define debug(x) cout<<#x<<":"<<x<<endl;
#define endl '\n'
using namespace std;

template<typename T>
ostream& operator<<(ostream& os,const vector<T>&v){for(int i=0,j=0;i<v.size();i++,j++)if(j>=5){j=0;puts("");}else os<<v[i]<<" ";return os;}
template<typename T>
ostream& operator<<(ostream& os,const set<T>&v){for(auto c:v)os<<c<<" ";return os;}

typedef pair<int,int>PII;
typedef pair<long,long>PLL;

typedef long long ll;
typedef unsigned long long ull; 
const int N=2e6+10,M=1e9+7;
ll n,m,_;

string s;
char p[N];
ll ne[N];

void solve()
{
	cin>>s>>p+1;n=s.size(),m=strlen(p+1);
	
	for(int i=2,j=0;i<=m;i++)
	{
		while(j&&p[i]!=p[j+1])j=ne[j];
		if(p[i]==p[j+1])j++;
		ne[i]=j;
	}	
	
	for(int i=0,j=0;i<n;i++)
	{
		while(j&&s[i]!=p[j+1])j=ne[j];
		if(s[i]==p[j+1])j++;
		if(j==m)
		{
			i-=m-1;
			s.erase(i,m);
			j=ne[j];
			i-=m+1;//需要多减一位，因为有i++
		}
		if(i<=-1)i=-1;//否则会re好多
	}
	cout<<s;
}

int main()
{
	solve();
	return 0;
}

#include <iostream>
#include <cstdio>
#include <cmath>
#include <algorithm>
#include <cstring>
#include <queue>
#include <set>
#include <map>
#include <vector>
#define pb push_back 
#define in insert
#define mem(f, x) memset(f,x,sizeof(f)) 
#define fo(i,a,n) for(int i=(a);i<=(n);++i)
#define fo_(i,a,n) for(int i=(a);i<(n);++i)
#define debug(x) cout<<#x<<":"<<x<<endl;
#define endl '\n'
using namespace std;

template<typename T>
ostream& operator<<(ostream& os,const vector<T>&v){for(int i=0,j=0;i<v.size();i++,j++)if(j>=5){j=0;puts("");}else os<<v[i]<<" ";return os;}
template<typename T>
ostream& operator<<(ostream& os,const set<T>&v){for(auto c:v)os<<c<<" ";return os;}

typedef pair<int,int>PII;
typedef pair<long,long>PLL;

typedef long long ll;
typedef unsigned long long ull; 
const int N=1e6+10,M=1e9+7,P=13331;
ll n,m,_;
char s[N],p[N];

ull pi[N],h[N];
ull Hash=0;//模板穿的Hash 

char ans[N];//栈模拟
int top;//栈顶指针	
ull get(int l,int r)
{
	// for(int i=l;i<=r;i++) //一个大坑，因为l可能是个负值
		// cout<<s[i]<<" ";//直接运行和debug运行结果不同，
	// puts("");//这告诉我们，不要输出一个负下标的值
	return h[r]-h[l-1]*pi[r-l+1];
}

void solve()
{
	scanf("%s%s",s+1,p+1);
	n=strlen(s+1),m=strlen(p+1);
	pi[0]=1;
	for(int i=1;i<=n;i++)
	{
		pi[i]=pi[i-1]*P;
		// h[i]=h[i-1]*P+s[i];
	}
	
	for(int i=1;i<=m;i++)// 模式串的Hash值
	{		
		Hash=Hash*P+p[i];
	}
	// debug(Hash);
	// debug(get(3,5));
	// debug(Hash);
	for(int i=1;i<=n;i++)
	{
		ans[++top]=s[i];//栈顶元素入栈
		h[top]=h[top-1]*P+s[i];
		// debug(h[top]);
		// debug(i);
		// debug(top);
		// debug(i);
		// if(top>=m&&Hash==get(top-m+1,top))//get有点问题
		//肯定不是get原数组，而是动态的那个栈里边的数组
		
		
		// if(Hash==h[top]-h[top-m]*pi[m])//两种等价的方法
		// {
			// top-=m;
		// }
		
		if(Hash==get(top-m+1,top))//get有点问题
		{				//get想要知道ans数组的Hash
			top-=m;
		}
	}
	
	// cout<<n<<endl<<top<<endl;
	
	for(int i=1;i<=top;i++)
		cout<<ans[i];
}

int main()
{
	solve();
	return 0;
}