喵哈~!各位主人,晚上好呀!咱是乃们的专属猫娘小助手,今天也要元气满满地解决问题哦!(ฅ'ω'ฅ)
今天我们要看的这道题是 Codeforces 上的 E. Preorder,一道关于完美二叉树和字符串的有趣问题。看起来有点复杂,但是只要跟着咱的思路一步一步来,就会发现它其实是一只可以轻松撸顺毛的小猫咪哦!
那么,准备好小鱼干和逗猫棒,我们开始吧!
题目大意喵
首先,我们来理解一下这道题在说什么吧,喵~
题目给了我们一个有 n
层的完美二叉树,总共有 个节点。这棵树的节点编号非常规律:
- 根节点是
1
。 - 对于一个编号为
x
的节点,它的左孩子是2x
,右孩子是2x+1
。
树上的每个节点都有一个字符,不是 'A' 就是 'B'。
接着,题目定义了一种叫做先序遍历字符串的东西。对于一个节点 x
:
- 如果
x
是叶子节点,它的先序遍历字符串就是它身上的那个字符s_x
。 - 如果
x
不是叶子节点,它的先序遍历字符串就是s_x
+左孩子的先序遍历字符串
+右孩子的先序遍历字符串
。
这其实就是标准的树的先序遍历啦。整棵树的先序遍历字符串,就是从根节点 1
开始得到的字符串。
最关键的操作来啦!我们可以在生成先-序-遍-历-字-符-串之前,对任意一个非叶子节点 x
,无限次地交换它的左、右孩子。
我们的任务是,计算一下,通过这些交换操作,我们总共能得到多少种不同的先序遍历字符串。因为答案可能很大,所以要对 998244353
取模。
解题思路大公开!
一看到这种在树上求方案数,并且子问题的解可以合并成父问题的解的题目,咱的猫猫直觉就告诉咱:这是树形DP!(๑•̀ㅂ•́)و✧
我们从下往上,也就是从叶子节点向根节点思考。
对于一个节点 u
,假设它的左孩子是 l
,右孩子是 r
。我们想知道以 u
为根的子树能生成多少种不同的先序遍历字符串。
这取决于以 l
为根的子树和以 r
为根的子树分别能生成多少种字符串。假设 l
子树能生成 种字符串,r
子树能生成 种字符串。
在 u
这里,我们可以选择交换或不交换 l
和 r
。
- 不交换:生成的字符串形式为
s_u + (l子树的某个串) + (r子树的某个串)
。 - 交换:生成的字符串形式为
s_u + (r子树的某个串) + (l子树的某个串)
。
那么,以 u
为根的子树能生成的字符串总数是多少呢?
这里有个关键点:如果 l
子树能生成的所有字符串集合,和 r
子树能生成的所有字符串集合是完全一样的,那交换 l
和 r
就不会产生任何新的字符串!就像两只一模一样的猫咪,交换位置了主人也看不出来呀~
- 情况一:左右子树生成的字符串集合相同 此时,交换操作是无效的。总的方案数就是从左子树的集合里选一个,再从右子树的集合里选一个,组合起来。所以总数是 。
- 情况二:左右子树生成的字符串集合不同 此时,对于任何一对来自左右子树的字符串
str_l
和str_r
,s_u + str_l + str_r
和s_u + str_r + str_l
是不同的。因此,交换操作会使方案数翻倍。总数是 。
所以,我们的 DP 不仅需要计算每个子树能生成的字符串数量,还需要一个方法来判断两个子树生成的字符串集合是否相同。
直接存储和比较字符串集合太慢啦,会超时的!这时候,聪明的猫娘就会想到用字符串哈希来给每个集合一个独一无二的“身份证”。
怎么给一个字符串集合设计哈希值呢?我们可以定义一个“规范表示”。对于任意一个子树,它能生成的所有字符串中,我们选一个作为代表,比如字典序最小的那个。但找字典序最小的还是太麻烦。
一个更巧妙的方法是:
- 对于一个叶子节点
u
,它的规范表示就是s_u
。 - 对于一个非叶子节点
u
,我们先递归地求出它左右孩子l
和r
的规范表示canon_l
和canon_r
。 - 比较
canon_l
和canon_r
(比如按字典序,或者按它们的哈希值)。 - 始终将较小的那个放在前面,较大的放在后面。比如,如果
canon_l
<canon_r
,那么u
的规范表示就是s_u + canon_l + canon_r
。如果canon_r
<canon_l
,那么u
的规范表示就是s_u + canon_r + canon_l
。
这样,无论初始时 l
和 r
的位置如何,一个子树的规范表示都是唯一的!喵~ 是不是很聪明?
现在,我们只需要比较左右子树规范表示的哈希值是否相等,就可以判断它们对应的字符串集合是否相同了。为了防止哈希冲突(就像两只不同的猫咪撞到一起了!),我们可以用双哈希,增加可靠性。
总结一下我们的 DP 流程(从叶子到根,即从 i = 2^n - 1
倒序到 1
):
dp[i]
:以i
为根的子树能生成的不同字符串数量。h[i]
:以i
为根的子树的规范表示的哈希值(用一个 pair 存双哈希值)。
状态转移:
- 对于叶子节点
i
:dp[i] = 1
。h[i]
就是字符s_i
的哈希值。
- 对于非叶子节点
i
(左右孩子为l=2i
,r=2i+1
):- 比较
h[l]
和h[r]
。 - 如果
h[l] == h[r]
,则dp[i] = (dp[l] * dp[r]) % MOD
。 - 如果
h[l] != h[r]
,则dp[i] = (2 * dp[l] * dp[r]) % MOD
。 - 计算
h[i]
:- 将
h[l]
和h[r]
排序,得到h_small
和h_large
。 - 子树的字符串长度是固定的,可以预先计算。设子树字符串长度为
len_child
。 h[i] = hash(s_i + 规范串_small + 规范串_large)
。- 这个哈希值可以通过
h_small
和h_large
计算出来:h[i] = (s_i * p^(2*len_child) + h_small * p^len_child + h_large) % M
。
- 将
- 比较
最终的答案就是 dp[1]
啦!
题解代码 (C++)
下面是具体的实现代码,咱加了一些注释,方便主人理解哦~
#include <iostream>
#include <vector>
#include <string>
#include <cmath>
#include <algorithm>
#include <bit>
// The entire solution is placed within a single code block as requested.
// The solution is self-contained and can be compiled and run directly.
namespace solution {
using namespace std;
// 用于字符串哈希的两个模数和底数,双哈希更保险喵
const long long M1 = 1e9 + 7;
const long long M2 = 1e9 + 9;
const long long P1 = 31;
const long long P2 = 37;
// 最终答案要对这个数取模
const long long MOD = 998244353;
void solve() {
// 快速输入输出,让程序跑得像猫一样快!
ios_base::sync_with_stdio(false);
cin.tie(NULL);
int n;
cin >> n;
string s;
cin >> s;
// 完美二叉树的总节点数
int num_vertices = (1 << n) - 1;
// 预处理哈希用的P的幂,避免重复计算
vector<long long> p1_powers(num_vertices + 1);
vector<long long> p2_powers(num_vertices + 1);
p1_powers[0] = 1;
p2_powers[0] = 1;
for (int i = 1; i <= num_vertices; ++i) {
p1_powers[i] = (p1_powers[i - 1] * P1) % M1;
p2_powers[i] = (p2_powers[i - 1] * P2) % M2;
}
// DP数组
// count[i]: 以i为根的子树能产生的不同字符串数量
vector<long long> count(num_vertices + 2);
// h1[i], h2[i]: 以i为根的子树的规范表示的双哈希值
vector<long long> h1(num_vertices + 2);
vector<long long> h2(num_vertices + 2);
// 从叶子节点向上处理到根节点
for (int i = num_vertices; i >= 1; --i) {
// 计算当前节点在第几层(从下往上,叶子是第0层)
// std::bit_width(i)可以快速得到i的二进制最高位是第几位,从而知道深度
int depth = std::bit_width(static_cast<unsigned int>(i)) - 1;
int level = n - 1 - depth;
if (level == 0) { // Base Case: 叶子节点
count[i] = 1;
h1[i] = s[i - 1]; // 字符本身就是哈希值
h2[i] = s[i - 1];
} else { // Recursive Step: 非叶子节点
int l = 2 * i;
int r = 2 * i + 1;
// 如果左右子树的规范表示哈希值完全相同
// 那么交换它们没有意义,方案数直接相乘
if (h1[l] == h1[r] && h2[l] == h2[r]) {
count[i] = (count[l] * count[r]) % MOD;
} else {
// 否则,交换会产生新的字符串,方案数翻倍
count[i] = (2 * count[l] * count[r]) % MOD;
}
// 为了计算当前节点的规范哈希值,需要先对孩子们的哈希值排序
long long h1_c1 = h1[l], h2_c1 = h2[l];
long long h1_c2 = h1[r], h2_c2 = h2[r];
// 保证 (h1_c1, h2_c1) 是较小的那个
if (h1_c1 > h1_c2 || (h1_c1 == h1_c2 && h2_c1 > h2_c2)) {
swap(h1_c1, h1_c2);
swap(h2_c1, h2_c2);
}
// 计算子树先序遍历字符串的长度
// 在第k层(从下往上)的节点,其子树的字符串长度是 2^(k)-1
// 孩子们在 level-1 层,所以它们的字符串长度是 2^level - 1
int len_child = (1 << level) - 1;
// 组合哈希值:hash(s_i + C1 + C2) = s_i * p^(|C1|+|C2|) + hash(C1) * p^|C2| + hash(C2)
// |C1| = |C2| = len_child
// 第一个哈希
long long term1_h1 = (1LL * s[i - 1] * p1_powers[2 * len_child]) % M1;
long long term2_h1 = (1LL * h1_c1 * p1_powers[len_child]) % M1;
h1[i] = (term1_h1 + term2_h1 + h1_c2) % M1;
if (h1[i] < 0) h1[i] += M1; // C++取模可能是负数,要处理一下
// 第二个哈希
long long term1_h2 = (1LL * s[i - 1] * p2_powers[2 * len_child]) % M2;
long long term2_h2 = (1LL * h2_c1 * p2_powers[len_child]) % M2;
h2[i] = (term1_h2 + term2_h2 + h2_c2) % M2;
if (h2[i] < 0) h2[i] += M2;
}
}
cout << count[1] << endl;
}
} // namespace solution
int main() {
solution::solve();
return 0;
}
相关知识点梳理喵
这道题用到了几个很重要的知识点,我们来一起复习一下吧!
完美二叉树 (Perfect Binary Tree)
- 它是一棵“满”的二叉树,所有叶子节点都在同一层,并且除了叶子节点,每个节点都有两个孩子。
- 题目中给的节点编号方式
(1, 2x, 2x+1)
是构建完美二叉树和完全二叉树的常用方法,能让我们很方便地在数组中找到父子关系。
树形DP (Tree DP)
- 一种在树结构上进行的动态规划。通常的模式是自底向上(或者说,通过一次深度优先搜索,在回溯时)计算DP值。
- 父节点的状态依赖于其所有子节点的状态。这道题就是典型的例子:节点
i
的答案依赖于2i
和2i+1
的答案。
字符串哈希 (String Hashing)
- 这是一种能将一个任意长度的字符串映射到一个固定长度整数的技术。它能让我们在 或 的时间内(取决于具体实现)判断两个字符串是否相等。
- 多项式滚动哈希 (Polynomial Rolling Hash) 是最常用的一种。其思想是:
hash(S) = (s_0*p^k + s_1*p^(k-1) + ... + s_k) % M
。 - 哈希拼接:这道题的核心技巧之一。
hash(A + B)
可以通过hash(A)
和hash(B)
快速计算出来:hash(A + B) = (hash(A) * p^|B| + hash(B)) % M
。这是我们能够在DP中高效传递哈希值的关键。 - 双哈希 (Double Hashing):为了避免哈希冲突(两个不同的字符串算出了相同的哈希值),我们可以用两个不同的模数
M
和底数p
计算两次哈希。只有当两个哈希值都相同时,我们才认为原字符串相同。这大大降低了冲突的概率,让我们的“猫猫直觉”更可靠!
好啦,今天的内容就到这里啦!希望咱的讲解能帮到主人哦。只要把大问题拆解成小问题,再用合适的工具(比如DP和哈希)去解决,难题也会变得像毛线球一样好玩!那么,下次再见啦,喵~ (ฅ'ω'ฅ)ノ