从最长公共子串到后缀自动机（LCS->SAM)-CSDN博客

本文链接：https://blog.csdn.net/w305172521/article/details/50461200

本文深入探讨了从最长公共子串问题到后缀自动机（SAM）的转换，介绍了后缀自动机的历史、理论基础和构造方法。通过线性时间复杂度的算法，解决了字符串处理中的效率难题，并展示了后缀自动机在多种字符串查询问题中的应用，如子串存在性、不同子串个数和总长度等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Longest Common Substring—Suffix Automaton

本文将从最长公共子串开始说起，循序渐进的讲解后缀自动机，希望通过自己的理解帮助到大家，文章目录如下：

最长公共子串问题
后缀自动机历史
后缀自动机简介
后缀自动机相关理论基础
如何构造后缀自动机
后缀自动机的应用
总结

最长公共子串问题

首先来看一到经典的例题

题目：给出N个长度不超过100000的字符串，求他们的最长公共连续子串
时限：2s

备注：设
  X = <a, b, c, f, b, c>
  Y = <a, b, f, c, a, b>
Longest Common Sequence 公共最长子序列<a, b, c, b>，长度为4
Longest Common Substring 公共最长子串<a, b>长度为2
与Subsequence问题不同的是，Substring问题不光要求下标序列是递增的，还要求每次
递增的增量为1， 即两个下标序列为：
<i, i+1, i+2, ..., i+k-1> 和 <j, j+1, j+2, ..., j+k-1>

题解：用经典的动态规划来实现，时间复杂度O(n^2)
c[i][j]表示Xi和Yi的最大Substring的长度，比如
   X = <y, e, d, f>
   Y = <y, e, k, f>
   c[1][1] = 1
   c[2][2] = 2
   c[3][3] = 0
   c[4][4] = 1 (Sequence:c[4][4]==3)

   动态转移方程为：
   如果xi == yj， 则 c[i][j] = c[i-1][j-1]+1
   如果xi ! = yj,  那么c[i][j] = 0
   最后求Longest Common Substring的长度等于
   max{  c[i][j],  1<=i<=n， 1<=j<=m}

动归核心算法：
for(i = 1 ; i < len1+1 ; i++)  
{  
        for(j