模板后缀自动机 (SAM)

Posted 2020-12-15 mogeko

感谢(ivorysi)学姐_(:з」∠)_给我讲了一上午才明白

后缀自动机 ({ m (Suffix Automaton,SAM)})是一个用来匹配单模板串的所有子串的算法。
({ m SAM})的空间复杂度、构造的时间复杂度都是(O(n))的。

后缀自动机是一个({ m DAG})。
顾名思义，后缀自动机上，根到每个节点的路径都代表一个原串的后缀。

对于字符串( exttt{aabb})，它的后缀自动机为：

性质

• 后缀只有(n)个；
• 设(endpos)表示一个子串结束的位置。对于两个子串(u,v(|u|>|v|))，若(endpos_u = endpos_v)，则有(usupseteq v)，即(v)是(u)的子串；
• 每次最多新建(2)个节点，即空间上限为(2n)；
• 字符集大小一般为(26)，因为后缀自动机是({ m DAG})，所以时间复杂度是(kn)（(k)是常数）。

(parent)树

设根节点为(1)，加入到第(R)位，存在((1,i])是((1,R])的后缀且长度最大，即((1,i] = (L,R])且(i)最大，则(fa[R]=i)。
(|L,R|)可以为(0)，即(fa[R] = 1)。
有点类似于AC自动机的失配函数。

• 正串的(parent)树$是反串的后缀树。好像忘了怎么证明了

初始化

每个节点需要储存的信息有：
(ch[26])：子节点
(fa)：父节点
(len)：从根节点到该节点的（代表的字符串的）长度
(cnt)：(0/1)，若该节点在后缀链上，则为(1)

构造

需要储存的信息有：
(root)：根节点
(last)：上一个加入的节点（每次(+1)）
(siz)：后缀自动机的节点个数

流程：

设当前插入的字符为(x).

• 向后缀链的末尾插入一个新节点(now)；
• 检查(now)在后缀链上的上一个节点(p = last)，是否存在字符为(x)的子节点(q = p.ch[x])；
  若不存在，则连边(p.ch[x] = now)，继续向上找父亲(p = p.fa)；
• 退出循环时，若(p=0)，说明没有匹配到的后缀，(now.fa = root)，结束。
• 若(p ot = 0)，则检查(p->q)是否为后缀链上的边；
  • 若(q.len = p.len+1)，说明匹配到了一个存在的后缀，(now.fa = q)，结束。
  • 否则，说明这样的后缀不存在于已经加入的后缀链中，需要新建一个节点(q_{new})来表示。
    (q_{new})复制(q)的父节点和子节点信息，(q_{new}.len = p.len+1)；
    (q_{new})不是后缀链上原有的点，所以(q_{new}.cnt = 0)；
  • 新建的((1,q_{new}])是((1,now])和((1,q])的后缀，所以(q_{new})为(now)和(q)的父节点，
    (now.fa = q.fa = q_{new})
  • 将指向(q)的点改为指向(q_{new})，即(p.ch[x]=q_{new})，并不断向上找父亲(p = p.fa)。

依旧以串( exttt{aabb})为例。

• 首先，加入根节点，(root=last=siz=1).

• 加入第一位( exttt{a}).
  • 新建节点(now).

• (p=last=1; p)不存在(ch[a])，连边(p.ch[a]=now;)

• (p=p.fa=0)，则(now.fa=root)，退出。

• 加入第二位( exttt{a}).
  • 新建节点(now).

• (p=last=2; p)不存在(ch[a])，连边(p.ch[a]=now;)

• (p=p.fa=1; q=p.ch[a]=2)
  (q.len=2,p.len=1, ecause q.len = p.len+1)
  ( herefore now.fa=q)，退出。

• 加入第三位( exttt{b}).
  • 新建节点(now).

• (p=last=3; p)不存在(ch[b])，连边(p.ch[b]=now;)

• (p=p.fa=1; p)不存在(ch[b])，连边(p.ch[b]=now;)

• (p=p.fa=0)，则(now.fa=root)，退出。

• 加入第四位( exttt{b}).
  • 新建节点(now).

• (p=last=4; p)不存在(ch[b])，连边(p.ch[b]=now)

• (p=p.fa=1;\\q=p.ch[b]=4;)

• (q.len=4,p.len=1, ecause q.len ot = p.len+1)
  ( herefore) 新建节点(q_{new}).

• 将(q)的父子信息复制给(q_{new})，(q_{new}.len = p.len+1)，(q_{new}.cnt = 0).

• 将(now)和(q)的父亲改为(q_{new}).

• 将指向(q)的节点改为指向(q_{new})。

画图好累...

注意：

我的理解：以上述例子为例，当加入第四位，即第二个( exttt{b})时，后缀( exttt{b})的出现次数不再与( exttt{a})等同，所以需要新开一个节点计算。
节点用结构体封装，复制(q_{new}=q)时把信息全部复制过去了，不要忘记把(cnt)改为(0)。

(code)

struct SuffixAutomaton {
	struct node {
		int ch[26],fa,len,cnt;
		void clean() {
			memset(ch,0,sizeof(ch));
			fa = len = cnt = 0;
		}
	} S[maxn<<1];
	int root,last,siz;

	void init() {
		for(int i = 1; i <= siz; i++)
			S[i].clean();
		root = last = siz = 1;
	}

	void insert(int c) {
		int p = last, now = ++siz;
		S[now].cnt = 1;
		S[now].len = S[p].len+1;
		for(; p && !S[p].ch[c]; p = S[p].fa)
			S[p].ch[c] = now;
		if(!p) S[now].fa = root;
		else {
			int q = S[p].ch[c];
			if(S[q].len == S[p].len+1)
				S[now].fa = q;
			else {
				int q_new = ++siz;
				S[q_new] = S[q];
				S[q_new].cnt = 0;
				S[q_new].len = S[p].len+1;
				S[now].fa = S[q].fa = q_new;
				for(; p && S[p].ch[c] == q; p = S[p].fa)
					S[p].ch[c] = q_new;
			}
		}
		last = now;
	}
} SAM;

应用

模板题：Luogu P3804

求出(S)的所有出现次数(>1)的子串的（出现次数( imes)长度）(_{max})。

由下到上更新(parent)树，最后计算每个节点的贡献即可。
为了保证由下到上更新，将节点按拓扑序排序。根据性质，一定有(i.len<fa[i].len)
因此，用桶排序将节点按(len)从大到小排序，得到的即为拓扑序。
将后缀链上的点的(cnt)设为(1)，其余点设为(0)。
(i.cnt = i.cnt + sum j.cnt(fa[j]=i))

完整代码如下

#include<cstdio>
#include<iostream>
#include<cmath>
#include<cstring>
#define MogeKo qwq
using namespace std;

const int maxn = 1e6+10;

char s[maxn];
int b[maxn<<1],que[maxn<<1];
long long ans;

struct SuffixAutomaton {
	struct node {
		int ch[26],fa,len,cnt;
		void clean() {
			memset(ch,0,sizeof(ch));
			fa = len = cnt = 0;
		}
	} S[maxn<<1];
	int root,last,siz;

	void init() {
		for(int i = 1; i <= siz; i++)
			S[i].clean();
		root = last = siz = 1;
	}

	void insert(int c) {
		int p = last, now = ++siz;
		S[now].cnt = 1;
		S[now].len = S[p].len+1;
		for(; p && !S[p].ch[c]; p = S[p].fa)
			S[p].ch[c] = now;
		if(!p) S[now].fa = root;
		else {
			int q = S[p].ch[c];
			if(S[q].len == S[p].len+1)
				S[now].fa = q;
			else {
				int q_new = ++siz;
				S[q_new] = S[q];
				S[q_new].cnt = 0;
				S[q_new].len = S[p].len+1;
				S[now].fa = S[q].fa = q_new;
				for(; p && S[p].ch[c] == q; p = S[p].fa)
					S[p].ch[c] = q_new;
			}
		}
		last = now;
	}

	void calc() {
		for(int i = 1; i <= siz; i++)
			b[S[i].len]++;
		for(int i = 1; i <= siz; i++)
			b[i] += b[i-1];
		for(int i = 1; i <= siz; i++)
			que[b[S[i].len]--] = i;
		for(int i = siz; i; i--)
			S[S[que[i]].fa].cnt += S[que[i]].cnt;
		for(int i = 1;i <= siz;i++)
			if(S[i].cnt > 1) ans = max(ans,(long long)S[i].cnt*S[i].len);
		printf("%lld",ans);
	}

} SAM;

int main() {
	scanf("%s",s+1);
	int n = strlen(s+1);
	SAM.init();
	for(int i = 1; i <= n; i++)
		SAM.insert(s[i]-‘a‘);
	SAM.calc();
	return 0;
}