传送门


在最优的情况下,序列\(s_1,s_2,...,s_k\)中,\(s_i (i \in [2 , k])\)一定会是\(s_{i-1}\)的一个\(border\),即\(s_i\)同时是\(s_{i-1}\)的前缀和后缀,否则一定可以通过减去\(s_{i-1}\)的一个前缀和后缀使得满足条件。

对原串建立\(SAM\),因为有互为后缀的条件,所以\(s_1,s_2,...,s_k\)会对应\(parent\)树一条链上的若干状态。

发现可以在\(parent\)树上DP。设\(f_i\)表示到达\(i\)状态时序列的最长长度,转移看它祖先中\(f\)最大且长度最短的串是否在当前串中出现了至少\(2\)次。

判断\(A\)是否在\(B\)中出现了至少两次也不是很麻烦。处理出\(A,B\)状态的任意一个\(endpos\),记做\(pos_A,pos_B\),然后用线段树合并得到\(A,B\)状态的\(endpos\)集合,那么\(A\)在\(B\)中出现了至少两次意味着\(A\)的\(endpos\)集合与\([pos_B - len_B + len_A , pos_B]\)的交集的大小\(\geq 2\)。注意到我们需要求的\(AB\)满足\(A\)是\(B\)的一个后缀,所以只需要判断\(A\)的\(endpos\)集合与\([pos_B - len_B + len_A , pos_B)\)是否有交就可以了。

注意:\(SAM\)的一个状态中可能有多个串,但是题目中,因为某个串出现,同一状态的其他串也一定会在同一位置出现,所以这些串是等价的,直接取每个状态的最长串即可。因此,可能会存在选出的\(s_i\)不是\(s_{i-1}\)的\(border\),但并不会影响答案的大小。

#include<iostream>
#include<cstdio>
#include<cctype>
#include<algorithm>
#include<cstring>
#include<queue>
#include<vector>
//This code is written by Itst
using namespace std; const int MAXN = 4e5 + 7; namespace segtree{
struct node{
int l , r , sz;
}Tree[MAXN << 5];
int rt[MAXN] , cnt; #define lch Tree[x].l
#define rch Tree[x].r
#define mid ((l + r) >> 1)
int insert(int t , int l , int r , int tar){
int x = ++cnt;
Tree[x] = Tree[t];
++Tree[x].sz;
if(l == r) return x;
if(mid >= tar) lch = insert(lch , l , mid , tar);
else rch = insert(rch , mid + 1 , r , tar);
return x;
} int merge(int p , int q){
if(!p || !q) return p + q;
int x = ++cnt;
Tree[x].sz = Tree[q].sz + Tree[p].sz;
lch = merge(Tree[p].l , Tree[q].l);
rch = merge(Tree[p].r , Tree[q].r);
return x;
} bool query(int x , int l , int r , int L , int R){
if(!Tree[x].sz) return 0;
if(l >= L && r <= R) return 1;
if(mid >= L && query(lch , l , mid , L , R)) return 1;
return mid < R && query(rch , mid + 1 , r , L , R);
}
} using segtree::rt; using segtree::merge; using segtree::query; namespace SAM{
int Lst[MAXN] , Sst[MAXN] , fa[MAXN] , trans[MAXN][26] , endpos[MAXN];
int cnt = 1 , lst = 1 , L;
char s[MAXN]; void insert(int len , int x){
int t = ++cnt , p = lst;
endpos[t] = Lst[lst = t] = len;
while(p && !trans[p][x]){
trans[p][x] = t;
p = fa[p];
}
if(!p){Sst[t] = fa[t] = 1; return;}
int q = trans[p][x];
Sst[t] = Lst[p] + 2;
if(Lst[q] == Lst[p] + 1){fa[t] = q; return;}
int k = ++cnt;
memcpy(trans[k] , trans[q] , sizeof(trans[k]));
Lst[k] = Lst[p] + 1; Sst[k] = Sst[q];
Sst[q] = Lst[p] + 2;
fa[k] = fa[q]; fa[q] = fa[t] = k;
while(trans[p][x] == q){
trans[p][x] = k;
p = fa[p];
}
} void init(){
scanf("%d %s" , &L , s + 1);
for(int i = 1 ; i <= L ; ++i)
insert(i , s[i] - 'a');
} vector < int > ch[MAXN];
int ans = 0 , top[MAXN] , len[MAXN]; void dfs(int x){
if(endpos[x]) rt[x] = segtree::insert(rt[x] , 1 , L , endpos[x]);
for(auto t : ch[x]){
dfs(t);
if(!endpos[x]) endpos[x] = endpos[t];
rt[x] = merge(rt[x] , rt[t]);
}
} void dp(int x){
if(fa[x])
if(fa[x] == 1 || query(rt[top[fa[x]]] , 1 , L , endpos[x] - Lst[x] + Lst[top[fa[x]]] , endpos[x] - 1)){
len[x] = len[fa[x]] + 1;
top[x] = x;
ans = max(ans , len[x]);
}
else{
len[x] = len[fa[x]];
top[x] = top[fa[x]];
}
for(auto t : ch[x]) dp(t);
} void work(){
for(int i = 2 ; i <= cnt ; ++i)
ch[fa[i]].push_back(i);
dfs(1);
dp(1);
cout << ans;
}
} int main(){
#ifndef ONLINE_JUDGE
freopen("in" , "r" , stdin);
//freopen("out" , "w" , stdout);
#endif
SAM::init(); SAM::work();
return 0;
}

CF700E Cool Slogans SAM、线段树合并、树形DP的更多相关文章

  1. CF700E Cool Slogans——SAM+线段树合并

    RemoteJudge 又是一道用线段树合并来维护\(endpos\)的题,还有一道见我的博客CF666E 思路 先把\(SAM\)建出来 如果两个相邻的串\(s_i\)和\(s_{i+1}\)要满足 ...

  2. CF700E:Cool Slogans(SAM,线段树合并)

    Description 给你一个字符串,如果一个串包含两个可有交集的相同子串,那么这个串的价值就是子串的价值+1.问你给定字符串的最大价值子串的价值. Input 第一行读入字符串长度$n$,第二行是 ...

  3. CF700E Cool Slogans 后缀自动机 + right集合线段树合并 + 树形DP

    题目描述 给出一个长度为n的字符串s[1],由小写字母组成.定义一个字符串序列s[1....k],满足性质:s[i]在s[i-1] (i>=2)中出现至少两次(位置可重叠),问最大的k是多少,使 ...

  4. Codeforces 700E. Cool Slogans 字符串,SAM,线段树合并,动态规划

    原文链接https://www.cnblogs.com/zhouzhendong/p/CF700E.html 题解 首先建个SAM. 一个结论:对于parent树上任意一个点x,以及它所代表的子树内任 ...

  5. CF700E-Cool Slogans【SAM,线段树合并,dp】

    正题 题目链接:https://www.luogu.com.cn/problem/CF700E 题目大意 给出一个字符串\(S\),求一个最大的\(k\)使得存在\(k\)个字符串其中\(s_1\)是 ...

  6. CF1037H Security——SAM+线段树合并

    又是一道\(SAM\)维护\(endpos\)集合的题,我直接把CF700E的板子粘过来了QwQ 思路 如果我们有\([l,r]\)对应的\(SAM\),只需要在上面贪心就可以了.因为要求的是字典序比 ...

  7. 【NOI2018】你的名字(SAM & 线段树合并)

    Description Hint Solution 不妨先讨论一下无区间限制的做法. 首先"子串"可以理解为"前缀的后缀",因此我们定义一个 \(\lim(i) ...

  8. 洛谷P4482 [BJWC2018]Border 的四种求法 字符串,SAM,线段树合并,线段树,树链剖分,DSU on Tree

    原文链接https://www.cnblogs.com/zhouzhendong/p/LuoguP4482.html 题意 给定一个字符串 S,有 q 次询问,每次给定两个数 L,R ,求 S[L.. ...

  9. UOJ#395. 【NOI2018】你的名字 字符串,SAM,线段树合并

    原文链接https://www.cnblogs.com/zhouzhendong/p/UOJ395.html 题解 记得同步赛的时候这题我爆0了,最暴力的暴力都没调出来. 首先我们看看 68 分怎么做 ...

  10. loj#2059. 「TJOI / HEOI2016」字符串 sam+线段树合并+倍增

    题意:给你一个子串,m次询问,每次给你abcd,问你子串sa-b的所有子串和子串sc-d的最长公共前缀是多长 题解:首先要求两个子串的最长公共前缀就是把反过来插入变成最长公共后缀,两个节点在paren ...

随机推荐

  1. ExtJS学习之MessageBox

    MessageBox为ExtJS中的消息对话框,包括alert  confirm prompt show四种. 1.index.html <!DOCTYPE html PUBLIC " ...

  2. Python 基于python实现单例模式

    基于python实现单例模式 by:授客 QQ:1033553122   概念 简单说,单例模式(也叫单件模式)的作用就是保证在整个应用程序的生命周期中,任何一个时刻,单例类的实例都只存在一个(当然也 ...

  3. Django中使用bookstarp框架(4)

    Django中使用bookstarp框架(4) 注意:要使用bookstarp框架前,要先有css的基础 因为主要是研究后台的使用方法,就引入前端的框架,简化html上的耗时(主要是不想把时间浪费在前 ...

  4. HTTP的Referrer和Referrer Policy设置

    Referrer referrer是HTTP请求header的报文头,用于指明当前流量的来源参考页面.通过这个信息,我们可以知道访客是怎么来到当前页面的.这对于Web Analytics非常重要,可以 ...

  5. [20171221]利用rman实现2台机器文件拷贝.txt

    [20171221]利用rman实现2台机器文件拷贝.txt --//昨天使用rman duplicate建立dg,我看到执行如下代码: RMAN> duplicate target datab ...

  6. EasyUI报错 $(...).accordion is not a function

    参考资料: https://stackoverflow.com/questions/9017634/accordion-is-not-a-function 原因:加载了2次jquery js文件

  7. HDU ACM 3790 最短路径问题

    最短路径问题 Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)Total Subm ...

  8. 解决内存不能为read错误

    解决方法 1.        命令解决方法:开始菜单,运行,输入cmd,回车,在命令提示符下输入(复制即可) :for %1 in (%windir%\system32\*.ocx) do regsv ...

  9. 4.91Python数据类型之(6)元组

    前言 有时候,我们为了数值的安全性,不许用户修改数据,今天我们就来讲讲关于python不可变的数据类型--- 元组数据 目录 1.元组的基本定义 2.元组的基本操作 (一)元组的基本定义 1.元组的概 ...

  10. 理解LSTM

    本文基于Understanding-LSTMs进行概括整理,对LSTM进行一个简单的介绍 什么是LSTM LSTM(Long Short Term Memory networks)可以解决传统RNN的 ...