Codeforces Round 578 (Div. 2) E题 Compress Words(扩展KMP)

题目链接

https://codeforces.com/problemset/problem/1200/E

思路

取当前串 s i s_{i} si的长度与当前答案 a n s ans ans的长度的最小值。

令 s i z = m i n ( ∣ s i ∣ , ∣ a n s ∣ ) siz = min(|s_{i}|,|ans|) siz=min(∣si∣,∣ans∣)。

将 s i s_{i} si的前 s i z siz siz部分和 a n s ans ans的后 s i z siz siz部分进行拼接,然后使用扩展KMP算法求出 z z z数组,根据 z z z数组的含义可以直接计算答案。

代码

cpp 复制代码
#include <bits/stdc++.h>
using namespace std;
#define int long long
const int N = 1e5 + 5;
int n;
string s[N];
// z[i]表示 s 和 s[i:] 匹配的最大前缀长度
vector<int> zfunc(const string& s) {
	int n = s.size();
	vector<int> z(n);
	for (int i = 1, l = 0, r = 0; i < n; i++) {
		if (i <= r) z[i] = min(z[i - l], r - i + 1);
		while (i + z[i] < n && s[i + z[i]] == s[z[i]]) z[i]++;
		if (i + z[i] - 1 > r) l = i, r = i + z[i] - 1;
	}
	z[0] = n;
	return z;
}
void solve()
{
	cin >> n;
	for (int i = 1; i <= n; i++)
	{
		cin >> s[i];
	}
	string ans = s[1];
	for (int i = 2; i <= n; i++)
	{
		string str = s[i];
		for (int j = max((int)((int)(ans.size()) - (int)(s[i].size())), 0ll); j < ans.size(); j++)
		{
			str.push_back(ans[j]);
		}
		vector<int>z = zfunc(str);
		int res = 0;
		for (int j = s[i].size(); j < str.size(); j++)
		{
			if (z[j] + j == str.size())
			{
				res = z[j];
				break;
			}
		}
		for (int j = res; j < s[i].size(); j++)
		{
			ans.push_back(s[i][j]);
		}
	}
	cout << ans << endl;
}
signed main()
{
	ios::sync_with_stdio(false);
	cin.tie(0), cout.tie(0);
	int test = 1;
	// cin >> test;
	for (int i = 1; i <= test; i++)
	{
		solve();
	}
	return 0;
}
相关推荐
这儿有一堆花5 分钟前
比特币:固若金汤的数字堡垒与它的四道防线
算法·区块链·哈希算法
客卿12310 分钟前
力扣100-移动0
算法·leetcode·职场和发展
CM莫问3 小时前
<论文>(微软)WINA:用于加速大语言模型推理的权重感知神经元激活
人工智能·算法·语言模型·自然语言处理·大模型·推理加速
计信金边罗5 小时前
是否存在路径(FIFOBB算法)
算法·蓝桥杯·图论
MZWeiei5 小时前
KMP 算法中 next 数组的构建函数 get_next
算法·kmp
Fanxt_Ja6 小时前
【JVM】三色标记法原理
java·开发语言·jvm·算法
luofeiju7 小时前
行列式的性质
线性代数·算法·矩阵
緈福的街口7 小时前
【leetcode】347. 前k个高频元素
算法·leetcode·职场和发展
南郁7 小时前
007-nlohmann/json 项目应用-C++开源库108杰
c++·开源·json·nlohmann·现代c++·d2school·108杰
pen-ai7 小时前
【统计方法】基础分类器: logistic, knn, svm, lda
算法·机器学习·支持向量机