后缀数组
Posted cdcq(本博客废弃!现用博客:https://www.cn
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了后缀数组相关的知识,希望对你有一定的参考价值。
先说后缀是啥:后缀就是一个串s从第s[i]一直到串尾就是这个串的一个后缀,记作suffix[i]
举个栗子:aacbds的后缀分别为aacbds,acbds,cbds,ds,ds,s(这是回音你懂吗 是回音你懂吗 回音你懂吗 音你懂吗 你懂吗 懂吗 吗)
后缀数组实质就是给每个后缀排个序
比如上面内个串(aacbds,不是回音内个),它的后缀数组就是{1,2,4,3,5,6}
把每个后缀一个一个拿出来排太慢,会T掉,这个时候就要用到强大的倍增算法
倍增求后缀数组:
本质就是从1开始倍增一个l,把rank[i]和rank[i+l]看做是一个长度为2的串(如果i+l>=n呢么rank[i+l]=0),给这个长度为2的串排下序,在根据这次拍的序继续倍增然后继续排
为什么呐,因为字符串排序是从前往后优先级逐渐递减,内个长度为2的串就相当于把一个串拆卡,拆开的部分的名次前面已经求出来了(因为倍增的长度依次*2,所以从中间拆两半拆出来的名次前面一定求过),而且内个长度为2的串是个串,所以优先级也是前面的大(如果看不懂可以自己画下图,或者直接看内个超级经典的图(基本上有关后缀数组的教程都有内个图,是国家集训队论文的图))
排内个长度为2的串一般用桶排序,非常方便
下面是加上注释的代码,我的代码缩行了,而且用了一些省略的写法,看不懂的同学可以去网上搜索其它版本的代码
1 int n; char s[1100]; 2 int rank[1100],height[1100]; 3 int cnt[1100],cnt_rank[1100];//桶 4 int rank1[1100],rank2[1100];//要拼成长度为2的串的两个名次 5 int SA[1100],temp_SA[1100];//表示rank[i]是从下标为几的字符开始的 6 void get_suffix_rank(){ 7 memset(cnt,0,sizeof(cnt)); 8 for(int i=0;i<n;i++) cnt[s[i]]++;//计数 9 for(int i=1;i<=210;i++) cnt[i]+=cnt[i-1];//把名次堆起来 10 //因为这个版本的名次是堆的,所以a,a,b,b,c的名次分别是1,1,3,3,4 11 for(int i=0;i<n;i++) rank[i]=cnt[s[i]]-1;//因为搞了个\'$\'所以要-1让\'$\'的名次为0 12 for(int l=1;l<n;l*=2){//倍增长度 13 for(int i=0;i<n;i++){ rank1[i]=rank[i]; rank2[i]=(i+l<n) ? rank[i+l] : 0;}//两个名次拼成一个长度为2的串 14 //下面是基数排序,因为长度为2所以直接分成两个写 15 memset(cnt_rank,0,sizeof(cnt_rank)); 16 for(int i=0;i<n;i++) cnt_rank[rank2[i]]++; 17 for(int i=1;i<n;i++) cnt_rank[i]+=cnt_rank[i-1]; 18 for(int i=n-1;i>=0;i--) temp_SA[--cnt_rank[rank2[i]]]=i;//注意这里是n-1到0 19 memset(cnt_rank,0,sizeof(cnt_rank)); 20 for(int i=0;i<n;i++) cnt_rank[rank1[i]]++; 21 for(int i=1;i<n;i++) cnt_rank[i]+=cnt_rank[i-1]; 22 for(int i=n-1;i>=0;i--) SA[--cnt_rank[rank1[temp_SA[i]]]]=temp_SA[i];//和上一个相比就是把i换成了temp_SA 23 rank[SA[0]]=0; 24 for(int i=1;i<n;i++){ 25 rank[SA[i]]=rank[SA[i-1]]; 26 rank[SA[i]]+=(rank1[SA[i]]!=rank1[SA[i-1]] || rank2[SA[i]]!=rank2[SA[i-1]]); 27 } 28 } 29 } 30 31 int main(){//freopen("ddd.in","r",stdin); 32 scanf("%s",&s); n=strlen(s); s[n++]=\'$\';//最后要搞个这个东西,防止在倍增过程中出现重复的(比如说a要比a$小)
还有一种叫做DC3的算法,复杂度更优,然而我并不会一。一,有兴趣的同学可以去网上搜索,在OI里倍增一般够用了,而且倍增简单得多
然而只是求出后缀数组一般没什么卵用,更多的时候要用到一个叫做height的非常强大的数组
height里面存的是相邻两个后缀的LCP,即最长公共前缀
怎么求呐:
你也可以把每相邻两个后缀从头比较,不会酱紫太慢,会T掉
可以像kmp那样搞,根据前面求出来的height直接跳过不用对比的地方,直接从上一个height开始比
怎么证明我太弱不会,如果哪天我懂了会来补上去
这是代码:
1 void get_height(){ 2 int _l=0; 3 for(int i=0;i<n;i++)if(rank[i]){ 4 int j=SA[rank[i]-1]; 5 while(i+_l<n && j+_l<n && s[i+_l]==s[j+_l]) _l++; 6 height[rank[i]]=_l; 7 _l-=(_l>0);//因为往后推了一位,所以要-1 8 } 9 }
后缀数组还有很多很棒的应用,这个会另开一篇
刚学后缀数组的时候会觉得很难,然而多看几遍,照着标程写的同时一步一步理解,时间长了后缀数组就和线段树一样不过是随手写出来的小工具而已
以上是关于后缀数组的主要内容,如果未能解决你的问题,请参考以下文章