多串匹配算法及启示.pdf

IOI2004 国家集训队论文 朱泽园 多串匹配算法及其启示 南京市外国语学校 朱泽园 [关键字] 模式串 单词前缀树 后缀树 串匹配 [摘要] 字符串处理在实际应用中具有重要地位，其看似简单，但随 着研究的深入，各类思想精华涌现其中，难度也变得深不可测。 因此信息学竞赛中常以字符串处理为题，锻炼选手的创新能力。 本 第一章提出问题并进行朴素的分析，第二、三、五章分 别介绍三个辅助算法：KMP 模式匹配算法、自创的单词前缀树算 法，以及后缀树算法。另外基于KMP 算法的核心思想，在第四章 中，面向“ 串匹配”问题提出一个线性算法。但本 并没有满 足于线性时间复杂度，接着在第六章提出了平均性能更好的算 法。最后第七章对算法的构思进行了剖析，并将这种思想方法上 升到理论高度。 第 1 页 共 23 页 IOI2004 国家集训队论文 朱泽园 [ 目录] §1 问题的提出 §1.1 问题描述 §1.2 最初想法 §2 Knuth-Morris-Pratt 算法 §2.1 定义 §2.2 模式串的前缀函数（Prefix Function） §2.3 kmp 主算法 §3 单词前缀树 §3.1 单词查找树（Trie）的定义 §3.2 单词树的建立 §3.3 前缀指针的定义 §3.4 前缀指针的生成 4 主算法一（线性算法） §4.1 kmp 算法的启发 §4.2 单词前缀树的使用及附加标记 §4.3 单词前缀树的时间复杂度 §4.4 主过程 §4.5 时空复杂度 §4.6 该算法的一些扩展 §5 后缀树和McCreight 算法 §5.1 数据结构 §5.2 一些定义 §5.3 建立后缀树（初步） §5.4 后缀链接 §5.5 建立后缀树 6 主算法二（平均性能更好的算法） §6.1 单词前缀树的使用和扩展 §6.2 后缀树的使用和扩展 §6.3 TreeA 和TreeB 上的两个函数 §6.4 主过程 §6.5 一个例子 §6.6 时间复杂度分析 §7 启示和总结 §7.1 算法分析 §7.2 启示 §7.3 总结 第 2 页 共 23 页 IOI2004 国家集训队论文 朱泽园 [正 ] §1 问题的提出 §1.1 问题描述 所谓多串匹配，就是 定一些模式串，在一段文章 （只出现小写 a 到 z 这 26 个字母）中，找出第一个出现的任意一个模式串的位置。具体来说就是： 定 m 个长度分别为 L 、L ……L 的模式串数组 P [1..L]、P [1..L]…… 1 2 m 1 1 2 2 P [1..L]，假设正文为一个长度为n 的数组T[1..n]，限定 m m L 100K, m 1000, n 900