POJ 2778 DNA Sequence (Aho-Corasick & 矩阵优化) - xgtao -

DNA Sequence

 

 

给出m（m<=10）个长度不超过10的'A''T''G''C'序列，求长度为n(n<=2*1e9)的'A''T''G''C'序列不含上述m个序列中的任意一个序列的种类数。

 

首先出现了多个模板串，考虑Aho-Corasick，n的范围提示出要使用log级别的算法，并且能在Trie树上使用，矩阵是很好的选择，矩阵在有向图中的意义，可以求出s-t的方法数，因为矩阵的计算过程刚好满足乘法原理和加法原理，i行j列表示,i-j的方法数，例如以下矩阵

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　|0,1,1,0|

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　   |0,0,0,1|这个矩阵就表示以下图形，

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　      |0,1,0,1|如果问从i，走到j走N步的方式，

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　   　|0,0,0,0|那么就只需要矩阵n次幂，并输出i行j列的数字

然而Aho-Corasick实在Trie上实现的，而Trie是一个有向的图（树），那么就构建矩阵，并输出root节点编号的矩阵那一行的总和。在得到fail指针的时候要把整个图建好。

 

#include <cstdio>
#include <iostream>
#include <cstdlib>
#include <queue>
#include <cstring>
#include <algorithm>
#define LL long long//***
using namespace std;
const int N = 110;
const int mod = 100000;
int n,m,ncnt;
char ill[15];

struct node{
	int id;
	bool flag;
	node *ch[4],*fail;
	void init(){
		flag = false;
		for(int i = 0;i < 4;++i)ch[i] = NULL;
	}
}trie[N*N];
int hash[128];//***
struct Matrix{
	LL map[N][N];
	void clear(){
		memset(map,0,sizeof(map));
	}
}c;

node *newnode(){
	node *p = &trie[ncnt];
	p->init();	
	p->id = ncnt++;
	return p;
}

void insert(node *root,char *s){
	node *p = root;
	while(*s != '\0'){
		if(p->ch[hash[*s]])p = p->ch[hash[*s]];
		else {
			p->ch[hash[*s]] = newnode();
			p = p->ch[hash[*s]];
		}
		++s;
	}
	p->flag = true;
}

void Build(node *root){
	queue <node *> q;
	q.push(root);
	while(!q.empty()){
		node *p = q.front();q.pop();
		for(int i=0;i<4;++i){
            if(p->ch[i]){
                node *next = p->fail;
                while(next && !next->ch[i])next = next->fail;
                p->ch[i]->fail = next ? next->ch[i]:root;
                if(p->ch[i]->fail->flag)p->ch[i]->flag=true;//***
                q.push(p->ch[i]);
            }
			else p->ch[i] = (p == root) ? root:p->fail->ch[i];
            if(!p->ch[i]->flag)++c.map[p->id][p->ch[i]->id];
        }  
    }  
}


Matrix Matrix_mul(Matrix x,Matrix y){
	Matrix res;
	res.clear();
	for(int i = 0;i < ncnt;++i){
		for(int j = 0;j < ncnt;++j){
			for(int k = 0;k < ncnt;++k){
				res.map[i][j] = (res.map[i][j]+y.map[i][k]*x.map[k][j])%mod;
			}
		}
	}
	return res;
}

Matrix Pow(Matrix x,int n){
	Matrix res;
	res.clear();
	for(int i = 0;i < ncnt;++i)res.map[i][i] = 1;
	while(n){
		if(n&1)res = Matrix_mul(res,x);
		x = Matrix_mul(x,x);
		n >>=1;
	}
	return res;
}

void _fre(node *p){
	for(int i = 0;i < 4;++i){
		if(p->ch[i])_fre(p->ch[i]);
	}
	free(p);
}


int main(){
	hash['A'] = 0,hash['C'] = 1,hash['G'] = 2,hash['T'] = 3;
	while(scanf("%d%d",&m,&n) != EOF){
		ncnt = 0;
		c.clear();
		memset(trie,0,sizeof(trie));
		node *root = newnode();
		for(int i = 0;i < m;++i){
			scanf("%s",ill);
			insert(root,ill);
		}
		Build(root);
		Matrix res = Pow(c,n);
		LL ans = 0;
		for(int i = 0;i < ncnt;++i){
			ans += res.map[0][i];
			ans %= mod;
		}
		cout<<ans<<endl;
	//	_fre(root);莫名RE 
	}
	return 0;
}