FFT字符串匹配
本文半原创
参考资料:其实就是照抄的什么参考啊
我们知道KMP可以用来在线性复杂度内进行制胡窜匹配
今天教您一种新方法:用FFT进行字符串匹配
您可能觉得这很玄学,FFT不是做多项式卷积的吗,怎么还可以做制胡窜匹配
您先别着急,请接着听
我们设两个字符串--模式串\(a\),长度为\(m\),文本串\(b\),长度为\(n\)。设下标为从0开始
定义函数\(a(i)\)返回a串位置i的字符,\(b(i)\)返回b串位置i的字符(其实就是下标)
定义匹配函数\(c(x,y)=a(x)-b(y)\),代表a串x位置和b串y位置是否匹配(也就是是否相同)
如果匹配,那么\(c(x,y)=0\)对吧
然后我们再定义完全匹配函数\(\displaystyle P(x)=\sum_{i=0}^{m-1}c(i,x-m+i+1)\),若\(P(x)=0\),则称B以第\(x\)位结束的连续\(m\)位与A完全匹配
但是这个匹配函数是有问题的
他会导致字符串"ab"和字符串"ba"匹配,你想想是不是,一个-1一个1,加起来就是0喽
所以我们稍微改一下匹配函数:\(c(x,y)=(a(x)-b(y))^2\),保证\(c(x,y)\ge 0\),这样是不是就没问题了啊
所以我们的\(\displaystyle P(x)=\sum_{i=0}^{m-1}(a(i)-b(x-m+i+1))^2\)
您还没有看出什么玄机来
我们可以把\(a\)串翻转,设翻转后的串为\(s\),则满足\(a(i)=s(m-i-1)\)对吧,下标是从0开始的
所以我们的\(\displaystyle P(x)=\sum_{i=0}^{m-1}(s(m-i-1)-b(x-m+i+1))^2\)
继续观察!发现什么了???要不我们换一下元,用\(i\)替换\(m-i+1\),注意其中\(i\)的范围由\([0,m-1]\)变换到了\([0,m-1]\)你直接说没有变不就得了
所以我们的\(\displaystyle P(x)=\sum_{i=0}^{m-1}(s(i)-b(x-i))^2\)
要不我们把完全平方展开下
所以我们的\(\displaystyle P(x)=\sum_{i=0}^{m-1}(s^2(i)-2s(i)b(x-i)+b^2(x-i))\)
拆一下sigma
所以我们的\(\displaystyle P(x)=\sum_{i=0}^{m-1}s^2(i)+\sum_{i=0}^{m-1}b^2(x-i)-2\sum_{i=0}^{m-1}s(i)b(x-i)\)
这式子是不是不错啊
第一项是个定值,可以直接算出啦
第二项,由于加的是一段区间,可以O(n)预处理前缀和
第三项!!!这是什么?不就是我们的卷积吗
FFT即可
时间复杂度O(nlogn)
诶对了
到了这里您可能会发现这个时间复杂度都没KMP优秀
您可能会问我这个算法有个吊毛用啊,FFT还没KMP好写(FFT其实也挺好写的)
别急听我接着讲
如果我们的字符串里有通配符呢
就是说这个通配符跟什么字符匹配都行(注意是字符而不是字符串)
您会发现KMP就GG了
然后我们继续考虑FFT做法
这次我们强制令通配符的ascii为0
定义我们的匹配函数\(c(x,y)=(a(x)-b(y))^2a(x)b(y)\),那么是不是对于有通配符的都能保证\(c=0\)了呢
然后就是推一波式子的事情了
大家可以试着推推
行了下面是结果
所以我们的\(\displaystyle P(x)=\sum_{i=0}^{m-1}(s^3(i)b(x-i)-2s^2(i)b^2(x-i)+s(i)b^3(x-i))\)
我们对\(s,s^2,s^3,b,b^2,b^3\)进行FFT,然后再DFT回来就行啦
有了这个算法之后不就是板子题啦
这题可以用SAM做,@顾z
好像还可以用哈希做。。。还是@顾z
温馨提示:根据生物学知识,人类DNA上的碱基只有四种
大家可以想一想正解
我们对ATCG贡献分开算,这里的贡献指的是不匹配的字符数
假设我们当前强行只计算模式串中A对于匹配串的贡献
先把模式串翻转一下
那么我们把模式串的A当做1,T C G都当做0,把文本串的A当做0,T C G都当做1
然后直接让模式串和文本串卷积(数字很小,可以用NTT优化卷积)
累加的贡献就是A与TCG不匹配的
最后把所有<=3的位置统计即为答案
总结:
这种带通配符/不匹配的字符串题我们一般是构造关于字符串的函数,对某个字符串翻转,然后进行卷积再各种处理。
这种题只是FFT的一种应用。
FFT字符串匹配的更多相关文章
- P4173 残缺的字符串(FFT字符串匹配)
P4173 残缺的字符串(FFT字符串匹配) P4173 解题思路: 经典套路将模式串翻转,将*设为0,设以目标串的x位置匹配结束的匹配函数为\(P(x)=\sum^{m-1}_{i=0}[A(m-1 ...
- BZOJ4259: 残缺的字符串(FFT 字符串匹配)
题意 题目链接 Sol 知道FFT能做字符串匹配的话这就是个裸题了吧.. 考虑把B翻转过来,如果\(\sum_{k = 0}^M (B_{i - k} - A_k)^2 * B_{i-k}*A_k = ...
- 2018 ACM-ICPC 中国大学生程序设计竞赛线上赛 H题 Rock Paper Scissors Lizard Spock.(FFT字符串匹配)
2018 ACM-ICPC 中国大学生程序设计竞赛线上赛:https://www.jisuanke.com/contest/1227 题目链接:https://nanti.jisuanke.com/t ...
- CF-528D Fuzzy Search(FFT字符串匹配)
Fuzzy Search 题意: 给定一个模式串和目标串按下图方式匹配,错开位置不多于k 解题思路: 总共只有\(A C G T\)四个字符,那么我们可以按照各个字符进行匹配,比如按照\(A\)进行匹 ...
- CF528D Fuzzy Search 字符串匹配+FFT
题意: DNA序列,在母串s中匹配模式串t,对于s中每个位置i,只要s[i-k]到s[i+k]中有c就认为匹配了c.求有多少个位置匹配了t. 分析: 这个字符串匹配的方式,什么kmp,各种自动机都不灵 ...
- BZOJ4259:残缺的字符串(FFT与字符串匹配)
很久很久以前,在你刚刚学习字符串匹配的时候,有两个仅包含小写字母的字符串A和B,其中A串长度为m,B串长度为n.可当你现在再次碰到这两个串时,这两个串已经老化了,每个串都有不同程度的残缺. 你想对这两 ...
- Luogu P4173 残缺的字符串-FFT在字符串匹配中的应用
P4173 残缺的字符串 FFT在字符串匹配中的应用. 能解决大概这种问题: 给定长度为\(m\)的A串,长度为\(n\)的B串.问A串在B串中的匹配数 我们设一个函数(下标从\(0\)开始) \(C ...
- 字符串匹配的KMP算法
~~~摘录 来源:阮一峰~~~ 字符串匹配是计算机的基本任务之一. 举例来说,有一个字符串”BBC ABCDAB ABCDABCDABDE”,我想知道,里面是否包含另一个字符串”ABCDABD”? 许 ...
- {Reship}{KMP字符串匹配}
关于KMP字符串匹配的介绍和归纳,作者的思路非常清晰,推荐看一下 http://blog.csdn.net/v_july_v/article/details/7041827
随机推荐
- nginx for windows之负载均衡
1.编辑c:\nginx\conf\nginx.conf 添加以下内容: #user nobody; #启动进程worker_processes 1; #全局错误日志及PID文件err ...
- Shell编程进阶 2.1 shell函数
函数 vim fun.sh #!/bin/bash function mysum() { sum=$[$+$] echo $sum } a= b= mysum $a $b sh fun.sh 6 可以 ...
- linux命令-mount挂载umount卸载
格式化完成之后想写数据 要先挂载 //////////////////////////////////////////////////////////////////// [root@wangshao ...
- 杀死tomcat进程
由于tomcat运行时eclipse非法关闭,导致tomcat进程没有关闭,再次启动eclipse,启动tomcat会报tomcat不能启动,且指出端口被占用.笔者解决方案如下: 方案一:重启电脑,简 ...
- Django的Model使用
创建模型 使用Django的模型主要注意两个方面:字段的类型和方法的重写.这里用一个例子来说明,其中包含了常用的字段类型和如何重写方法. from django.db import models cl ...
- javascript变量声明提升(hoisting)
javascript的变量声明具有hoisting机制,JavaScript引擎在执行的时候,会把所有变量的声明都提升到当前作用域的最前面. 先看一段代码 1 2 3 4 5 var v = &quo ...
- 第5章 选举模式和ZooKeeper的集群安装 5-1 集群的一些基本概念
xx就是我们的master,也就是我们的主节点.心跳机制,当有一个节点挂掉之后,整个集群还是可以工作的.选举模式,我们现在的master是正常运行的,但是在某些情况下它宕机了死机了,那么这个时候它这个 ...
- 如何判断一个字符串是否是UTF8编码
UTF8是以8bits即1Bytes为编码的最基本单位,当然也可以有基于16bits和32bits的形式,分别称为UTF16和UTF32,但目前用得不多,而UTF8则被广泛应用在文件储存和网络传输中. ...
- g2o20160424 CMakeLists.txt
LIB_PREFIX: 设置生成库的前缀 SET(LIB_PREFIX g2o_) # The library prefix SET(LIB_PREFIX g2o_) 变量的默认配置 # defaul ...
- 网络笔记-unity 实现AOP
该文章来自网络,如有冒犯,请及时联系! 前提 引用以下文件 Microsoft.Practices.ObjectBuilder2.dll Microsoft.Practices.Unity.dll M ...