本文共 1870 字，大约阅读时间需要 6 分钟。

为了解决这个问题，我们需要找到一个最小的位置 K，使得给定的两个序列 a 和 b 之间存在连续的子序列匹配。我们将使用 KMP 算法来高效地解决这个问题。

方法思路

解决代码

import sysdef kmp_search(text, pattern):    M = len(pattern)    N = len(text)    if M > N:        return []        partial = [-1] * (M + 1)    for i in range(1, M):        j = partial[i-1]        while j != -1 and pattern[i] != text[j+1]:            j = partial[j]        if pattern[i] == text[j+1]:            j += 1        partial[i] = j        result = []    i = j = 0    while i < N:        if text[i] == pattern[j]:            i += 1            j += 1            if j == M:                result.append(i - M + 1)                j = partial[j-1]                i = i - (M - j)        else:            if j != 0:                j = partial[j-1]            else:                i += 1    return resultdef main():    input = sys.stdin.read    data = input().split()    idx = 0    T = int(data[idx])    idx += 1    for _ in range(T):        N = int(data[idx])        M = int(data[idx+1])        idx +=2        a = list(map(int, data[idx:idx+N]))        idx +=N        b = list(map(int, data[idx:idx+M]))        idx +=M                if M > N - M + 1:            print(-1)            continue                result = kmp_search(a, b)        if result:            print(min(result))        else:            print(-1)if __name__ == "__main__":    main()

代码解释

• kmp_search 函数:

  • 预处理模式 b，构建部分匹配数组 partial。
  • 使用 while 循环在文本 a 中搜索模式 b，记录所有可能的起始位置 K。

• main 函数:

  • 读取输入数据并解析。
  • 对于每个测试用例，调用 kmp_search 函数进行搜索。
  • 输出结果，返回最小的 K 或 -1。

这种方法确保了在处理大规模数据时的高效性，能够在合理时间内解决问题。

转载地址：http://bgjfk.baihongyu.com/