实用算法实现-第8篇 后缀树和后缀数组 [1简介]

8.1    后缀树

一棵后缀树包含一个指定文本的所有后缀，对于在一个长度为N的文本中查找一个长度为M的子字符串，一个后缀树仅仅需要M次比较，而这个比较次数是查找该字符串所需要的最小比较次数。

后缀树有以下特征：一条边可以表示文本的任何非空子串，每个非终端节点，除了根节点，必须至少有两个孩子边，兄弟边表示的子串必须开始于不同的字符。

ababa所对应的后缀树如下所示：

后缀树可以解决很多复杂的字符串编程问题，包括：

1. 查询字符串S是否包含子串S1。主要思想是：如果S包含S1，那么S1必定是S的某个后缀的前缀；又因为S的后缀树包含了所有的后缀，所以只需对S的后缀树使用和Trie相同的查找方法查找S1即可。使用后缀树实现的复杂度同流行的KMP算法的复杂度相当。

2. 找出字符串S的最长重复子串S1。比如abcdabcefda里abc同da都重复出现，而最长重复子串是abc。

3. 找出字符串S1和S2的最长公共子串。注意最长公共子串（Longest CommonSubstring）和最长公共子序列（LongestCommon Subsequence, LCS）的区别：子串（Substring）是串的一个连续的部分，子序列（Subsequence）则是从不改变序列的顺序，而从序列中去掉任意的元素而获得的新序列；更简略地说，前者的字符的位置必须连续，后者则不必。比如字符串acdfg同akdfc的最长公共子串为df，而他们的最长公共子序列是