波兰表 不会被卡但多了个Log的Hash

转自   http://vfleaking.blog.163.com/blog/static/174807634201321981915529/

后来发现其实就是把 倍增算法构造后缀数组的标号存下来。

在POI 2010 官方题解 P77面看到了这个东西。

由于不知道这个数据结构叫什么名字，波兰人原话是“这个数据结构”……有点"You-Know-Who"的感觉。

貌似是波兰人自己YY的，为了膜拜波兰人称之为波兰表好了！！

波兰表是一个很巧妙的避免字符串hash的方法！

波兰表解决的是这样的问题：每次给你两个区间[al, ar], [bl, br]，问s[al, ar]和s[bl, br]这两个子串是否相等

波兰人给出了O(nlogn)预处理，O(1)在线回答的算法

布吉岛pair的同学可以先学习下C++的pair……懒得看的同学可以将pair理解成有序数对。

搞一个像ST表一样的数据结构

id[i, j]表示区间 [i, i + 2 ^ j)的一个id

我们要设计个字符串到整数的映射，使得当sa、sb为字符串时， id(sa) = id(sb) 等价于 sa = sb。

我们是采取hash函数来实现id的，这样只满足 sa = sb时一定有 id(sa) = id(sb)，而反之不一定成立，所以hash是不安全的。

看似这个id不好设计？

但是我们发现，

[i, i + 2^j)是可以拆成两个串的：

[i, i + 2^(j - 1)), [i + 2^(j - 1), i + 2^j)

前一个的id是 id[i, j - 1]，

后一个是id[i + 2^(j - 1), j - 1]，

两个组成一个pair，就能唯一表示id[i, j]了。

难道说id[i, j]的数据类型是pair<int, int>？

不对啊，id[i, i + 2^(j - 1)]也是由下层的id来表示的啊！

那么id[i, j]的数据类型就是pair<<<...<int, int>, <int, int>>, <<int, int>, <int, int>>......>>>>了……

说了相当与没说……

关键的技巧在于，重标号！

我们按j从小到大的顺序计算id，j = 0时只有一个字符，那么id就是字符串对应位置的字符。

j > 0时，那么对于任意的i，id[i, j - 1]已经算出来了，且是整数类型。

对于所有i，将make_pair( id[i, j - 1],  id[i + 2^(j - 1), j - 1] )收集起来放到一个数组中，

然后排序，去重。

此时对应在数组中的位置就是我们要的新标号。

再枚举每个i，二分找到自己的pair对应的是几号，也就算出了id[i, j]。

注意到id最多只会到n，所以其实这几步是可以轻而易举使用基数排序优化到O(n)的。

那么考虑查询，s[al, ar] = s[bl, br]?

注意到两个区间的长度不一定是2的次幂。

所以还是仿照st表，多查询一段。如下图。

图中的W是我说的id。

只要查询左边一段和右边一段的id，组成一个pair，然后就可以直接比较两个pair来判断是否 s[al, ar] = s[bl, br]了。

因为两个串的某个长度的前缀相等，某个长度的后缀相等，且这个前缀和这个后缀覆盖了整个串，那么这两个串就是相等的。

（没看懂的可以回去补ST表。）

波兰人为啥要卡哈希？我想是为了让大家使用波兰表？（ http://hi.baidu.com/sillycross/item/386b1e172389391fb98a1ab1）

波兰表以时间换正确性，真是给跪了！

好巧妙，波兰人就是不一样。

update:

纯洁的伪宅  中国脑筋  WJMZBMR 神犇告诉我这其实就是后缀数组。一开始我还没反应过来……后来发现还真是这样。 果然还是我太弱了呢……

（被鄙视了一脸： http://tieba.baidu.com/p/2220766142 ）

波兰表就是把后缀数组的倍增法构造过程记录了下来。

算了还是叫波兰表了……

波兰表可以看做后缀数组的拓展？

这么一说起来，波兰表就好写多了，直接上后缀数组的模板，记录中间结果。

一个神奇的事情就是波兰人好像不知道后缀数组的样子，当我看见POI的后缀数组裸题时，波兰人总用各种神奇方法绕过去没用后缀数组。

提到波兰表的那一段在上面的图片中，大家擦亮眼睛……确实没看见后缀数组的波兰文对吧……波兰人很讲道理的，他凡是提到个什么甚至是dfs也会给你个链接告诉你哪有入门教程。

看来是波兰人自己YY出了类后缀数组数据结构。威武！

而用传统的后缀数组也是可捉的，求出height，然后用RMQ搞。

值得一提的是，RMQ是因为后缀数组的出现而被人研究的，因为后缀数组有个附赠品lcp数组。（我们常说的height数组）

值得一提的是，后缀数组有空间O(n)，时间O(n)的构造算法，它就是众所周知的DC3算法。

值得一提的是，目前有RMQ在线的空间O(n)，O(n)预处理，O(1)回答询问的算法。论文自称代码简洁。可以google下面的论文：

《A New Succinct Representation of RMQ-Information and Improvements in the Enhanced Suffix Array 》

值得一提的是，以上两个我仅仅只是知道名字，不知道算法是什么，当然也就没写过。

以上是想说，本文所述的问题实际上已经能用后缀数组在空间O(n)，预处理时间O(n)，询问时间O(1)解决。

从后缀数组的角度来理解波兰表貌似就是个比较显然的东西了，但是我还是觉得波兰表好神啊~

http://vfleaking.blog.163.com/blog/static/174807634201321981915529/