【HDU】4117 GRE Words AC自动机+线段树优化DP

2024-09-05 14:38

本文主要是介绍【HDU】4117 GRE Words AC自动机+线段树优化DP,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

传送门:【HDU】4117 GRE Words


题目分析:水不了啊狸的打字机就来水这题了= =。。。

首先建立ac自动机,然后用fail指针的反向关系建边,构造fail指针树。fail指针树中每个结点u表示的串都是其子节点v的后缀(同时该后缀是所有串中最长的)。对fail指针树dfs一次得到时间戳,当要求以串i结尾的最大价值,首先我们需要知道以串i的子串j结尾的最大价值val。因为在树中我们有关系如上所述,所以我们可以对i串的每个字符xi(对应树上一个结点)找到其在树上的价值最大的后缀,然后取最大加上串i本身的价值,即要求的val。然后我们对i的子树【in[i] , ou[i]】更新,即用val更新区间【in[i] , ou[i]】。查询的时候便是单点查询,查询in[xi](xi为属于串i的每个字符)上的最大值。


我语文体育老师教的。


代码如下:


#include <set>
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std ;#pragma comment(linker, "/STACK:16777216")
#define rep( i , a , b ) for ( int i = ( a ) ; i <  ( b ) ; ++ i )
#define rev( i , a , b ) for ( int i = ( a ) ; i >= ( b ) ; -- i )
#define For( i , a , b ) for ( int i = ( a ) ; i <= ( b ) ; ++ i )
#define clr( a , x ) memset ( a , x , sizeof a )
#define ls ( o << 1 )
#define rs ( o << 1 | 1 )
#define lson ls , l , m
#define rson rs , m + 1 , r
#define root 1 , 1 , ac.cur
#define mid ( ( l + r ) >> 1 )const int MAXN = 300005 ;
const int MAXE = 1000005 ;
const int INF = 0x3f3f3f3f ;struct ac_automaton {int next[MAXN][26] ;int fail[MAXN] ;int ac_root ;int cur ;int Q[MAXN] , head , tail ;int newnode () {rep ( i , 0 , 26 ) next[cur][i] = -1 ;return cur ++ ;}void clear () {cur = 0 ;ac_root = newnode () ;}inline int encode ( char c ) {return c - 'a' ;}void insert ( char* , int ) ;void build () {head = tail = 0 ;fail[ac_root] = ac_root ;rep ( i , 0 , 26 ) {if ( ~next[ac_root][i] ) {fail[next[ac_root][i]] = ac_root ;Q[tail ++] = next[ac_root][i] ;} else next[ac_root][i] = ac_root ;}while ( head != tail ) {int now = Q[head ++] ;rep ( i , 0 , 26 ) {if ( ~next[now][i] ) {fail[next[now][i]] = next[fail[now]][i] ;Q[tail ++] = next[now][i] ;} else next[now][i] = next[fail[now]][i] ;}}}
} ;struct Edge {int v , n ;Edge () {}Edge ( int v , int n ) : v ( v ) , n ( n ) {}
} ;ac_automaton ac ;
Edge E[MAXE] ;
int lazy[MAXN << 2] ;
int maxv[MAXN << 2] ;
int H[MAXN] , cntE ;
int N[MAXN] , cntN ;
int d[MAXN] ;
int word[MAXN] ;
int val[MAXN] ;
int in[MAXN] , ou[MAXN] , dfs_clock ;
char buf[MAXN] ;
int n ;void clear () {cntE = 0 ;dfs_clock = 0 ;clr ( N , -1 ) ;clr ( H , -1 ) ;clr ( lazy , 0 ) ;clr ( maxv , 0 ) ;
}void addedge ( int u , int v , int H[] ) {E[cntE] = Edge ( v , H[u] ) ;H[u] = cntE ++ ;
}void ac_automaton :: insert ( char buf[] , int idx ) {int now = ac_root ;for ( int i = 0 ; buf[i] ; ++ i ) {int index = encode ( buf[i] ) ;if ( next[now][index] == -1 ) next[now][index] = newnode () ;now = next[now][index] ;addedge ( idx , now , N ) ;}word[idx] = now ;
}void dfs ( int u ) {in[u] = ++ dfs_clock ;for ( int i = H[u] ; ~i ; i = E[i].n ) dfs ( E[i].v ) ;ou[u] = dfs_clock ;
}void push_down ( int o ) {if ( lazy[o] ) {lazy[ls] = max ( lazy[ls] , lazy[o] ) ;lazy[rs] = max ( lazy[rs] , lazy[o] ) ;maxv[ls] = max ( maxv[ls] , lazy[o] ) ;maxv[rs] = max ( maxv[rs] , lazy[o] ) ;lazy[o] = 0 ;}
}void push_up ( int o ) {maxv[o] = max ( maxv[ls] , maxv[rs] ) ;
}void update ( int L , int R , int v , int o , int l , int r ) {if ( l == r ) {lazy[o] = max ( lazy[o] , v ) ;maxv[o] = max ( maxv[o] , v ) ;return ;}push_down ( o ) ;int m = mid ;if ( L <= m ) update ( L , R , v , lson ) ;if ( m <  R ) update ( L , R , v , rson ) ;push_up ( o ) ;
}int query ( int x , int o , int l , int r ) {if ( l == r ) return maxv[o] ;push_down ( o ) ;int m = mid ;if ( x <= m ) return query ( x , lson ) ;else return query ( x , rson ) ;
}void solve () {int x ;clear () ;ac.clear () ;scanf ( "%d" , &n ) ;For ( i , 1 , n ) {scanf ( "%s%d" , buf , &val[i] ) ;ac.insert ( buf , i ) ;}ac.build () ;rep ( i , 1 , ac.cur ) addedge ( ac.fail[i] , i , H ) ;dfs ( ac.ac_root ) ;int ans = 0 ;For ( u , 1 , n ) {if ( val[u] < 0 ) continue ;int tmp = 0 ;for ( int i = N[u] ; ~i ; i = E[i].n ) {int  v = E[i].v ;tmp = max ( tmp , query ( in[v] , root ) ) ;}ans = max ( tmp + val[u] , ans ) ;update ( in[word[u]] , ou[word[u]] , tmp + val[u] , root ) ;}printf ( "%d\n" , ans ) ;
}int main () {int T , cas = 0 ;scanf ( "%d" , &T ) ;while ( T -- ) {printf ( "Case #%d: " , ++ cas ) ;solve () ;}return 0 ;
}


这篇关于【HDU】4117 GRE Words AC自动机+线段树优化DP的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/1139241

相关文章

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML

MySQL中慢SQL优化的不同方式介绍

《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧... 目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化,主要从两个方面考虑,SQL 语

MySQL中慢SQL优化方法的完整指南

《MySQL中慢SQL优化方法的完整指南》当数据库响应时间超过500ms时,系统将面临三大灾难链式反应,所以本文将为大家介绍一下MySQL中慢SQL优化的常用方法,有需要的小伙伴可以了解下... 目录一、慢SQL的致命影响二、精准定位问题SQL1. 启用慢查询日志2. 诊断黄金三件套三、六大核心优化方案方案

Redis中高并发读写性能的深度解析与优化

《Redis中高并发读写性能的深度解析与优化》Redis作为一款高性能的内存数据库,广泛应用于缓存、消息队列、实时统计等场景,本文将深入探讨Redis的读写并发能力,感兴趣的小伙伴可以了解下... 目录引言一、Redis 并发能力概述1.1 Redis 的读写性能1.2 影响 Redis 并发能力的因素二、

使用国内镜像源优化pip install下载的方法步骤

《使用国内镜像源优化pipinstall下载的方法步骤》在Python开发中,pip是一个不可或缺的工具,用于安装和管理Python包,然而,由于默认的PyPI服务器位于国外,国内用户在安装依赖时可... 目录引言1. 为什么需要国内镜像源?2. 常用的国内镜像源3. 临时使用国内镜像源4. 永久配置国内镜

C#原型模式之如何通过克隆对象来优化创建过程

《C#原型模式之如何通过克隆对象来优化创建过程》原型模式是一种创建型设计模式,通过克隆现有对象来创建新对象,避免重复的创建成本和复杂的初始化过程,它适用于对象创建过程复杂、需要大量相似对象或避免重复初... 目录什么是原型模式?原型模式的工作原理C#中如何实现原型模式?1. 定义原型接口2. 实现原型接口3

Java嵌套for循环优化方案分享

《Java嵌套for循环优化方案分享》介绍了Java中嵌套for循环的优化方法,包括减少循环次数、合并循环、使用更高效的数据结构、并行处理、预处理和缓存、算法优化、尽量减少对象创建以及本地变量优化,通... 目录Java 嵌套 for 循环优化方案1. 减少循环次数2. 合并循环3. 使用更高效的数据结构4