其他分享
首页 > 其他分享> > bitset 的妙用:乱搞字符串匹配

bitset 的妙用:乱搞字符串匹配

作者:互联网

最近碰到了几次 bitset 乱搞字符串匹配的情况,故写文以记之。

1. 算法简介

核心思想:假设文本串为 \(s\),则对字符集中的每一个字符 \(c\) 开一个大小为 \(|s|\) 的 bitset \(N_c\),记录 \(c\) 出现在 \(s\) 中的哪些位置。

用多个模式串 \(t\) 去匹配 \(s\),并且求出 \(t\) 在 \(s\) 中每一次出现的结束位置,那么有这样一个套路:开一个长度为 \(|s|\) 的 bitset \(M\) 作为答案,一开始每一位都为 \(1\)。\(M\) 的含义:所有为 \(1\) 的位为可能的结束位置。遍历 \(t\) 中的每一个字符 \(t_i\),并将 \(N_{t_i}\) 左移(数位从小到大是从右往左,而位置是从左到右,注意区分) \(|t|-i\) 位的结果 \(N'_{t_i}\) 按位与 \(M\),即 \(M\gets M\ \mathrm{bitand}\ N’_{t_i}\)。最后得到的 \(M\) 即为 \(t\) 在 \(s\) 中所有出现的结束位置。总的时间复杂度为 \(\mathcal{O}(\frac{|s|\sum|t|}{\omega})\)。

这实际上就是将暴力匹配用 bitset 优化了一下。对于 \(t_i\) 考虑对可能的结束位置的限制:只有 \(t_i\) 在 \(s\) 中的所有出现位置向右移动 \(|t|-i\) 位后的所有位置,才可能成为 \(t\) 最终的结束位置。而将所有限制合起来就可以得到最终的结束位置。

废话不多说,来两道例题感受一下 bitset 的神奇之处。

2. 例题

I. CF914F Substrings in a String

题意简述:给出文本串 \(s\),多次询问 \(l,r,y\) 求 \(y\) 在 \(s[l:r]\) 中出现了多少次。带修。

太经典了。

注意到这个带修就和恶心,普通的 SAM 做不起来。接下来有两个选择:

  1. 巨大多难写的分块 SAM。
  2. 注意到时限竟然有 6s,而数据范围只有 \(10^5\),于是 bitset 暴力硬莽就完事了嗷!!!!11

具体实现方法和上题几乎一模一样,带修直接修改 bitset,查询的时候将 \(M\) 分别右移 \(l+|y|-2\) 位和 \(r\) 位,使用类似前缀和的思想去掉区间带来的影响(即计算 \([l+|y|-1,n]\) 与 \([r+1,n]\) 的贡献差)。计算得到的两个 bitset 分别有多少 1,作差,再与 \(0\) 取最大值即可(因为 \(l+|y|-2\) 可能大于 \(r\),而 bitset 的 count 应该是 unsigned int,老坑了)。

#include <bits/stdc++.h>
using namespace std;

const int N=1e5;
const int S=26;

int n,q,len,tp,l,r;
char s[N],t[N],ch;
bitset <N> c[S],ans;

int main(){
	scanf("%s%d",s,&q),n=strlen(s);
	for(int i=0;i<n;i++)c[s[i]-'a'][i]=1;
	while(q--){
		scanf("%d%d",&tp,&l),l--;
		if(tp==1)scanf("%s",&ch),c[s[l]-'a'][l]=0,c[(s[l]=ch)-'a'][l]=1;
		else{
			scanf("%d%s",&r,t),len=strlen(t),ans.set();
			for(int i=0;i<len;i++)ans&=c[t[i]-'a']<<len-i-1;
			cout<<max(0,(int)((ans>>l+len-1).count()-(ans>>r).count()))<<"\n";
		}
	}
	return 0;
}

标签:count,妙用,结束,int,位置,乱搞,bitset,带修
来源: https://www.cnblogs.com/alex-wei/p/bitset_yyds.html