后缀数组 学习笔记

后缀数组??!!

后缀数组是处理字符串的强有力的工具…..
在字符串处理当中，后缀树和后缀数组都是非常有力的工具。其实后缀数组是后缀树的一个非常精巧的替代品，它比后缀树容易编程实现，能够实现后缀树的很多功能而时间复杂度也不太逊色，并且，它比后缀树所占用的空间小很多。可以说，在信息学竞赛中后缀数组比后缀树要更为实用。$----$百度百科

后缀数组中变量的定义:

我们定义$suffix(i)$为以i开始到结束的后缀.
$SA[i]$：排第$i$名的后缀的位置，排名是按照字典序来排的
$Rank[i]$: $suffix(i)$排第几
这时候我们就会发现$SA[]和Rank[]$互为逆运算,即$SA=Rank^{-1}$
$c[]$：基数排序的数组
$x[],y[]$:第一二关键字的排名
我们怎样构建后缀数组呢？
我们就是对所有的$suffix(i)$进行排序,然后计算出$SA[]和Rank[]$
要排序的话快排是$O(nlogn)$，我们可以用基数排序来$O(n)$的时间来进行排序

后缀数组的构建

一般两种方法$D3$和倍增
倍增相对来说比较好写，所以我们这里介绍倍增算法
我们就是先选定当前$i$的排名作为第一关键字，然后往后第$2^{k}$个字符的排名作为第二个关键字，直到$2^{k}>n$
后缀数组的奥秘就隐藏在下面这一张图中
假如我们现在要构建$aabab$的后缀数组
下面是倍增求排名的过程

下面是$SA和Rank$数组

代码

后缀数组的构建难理解的就是基数排序;

void Build_SA()
{
    int n=Len,m=150;
    for (int i=0;i<m;i++)   c[i]=0;
    for (int i=0;i<n;i++)   c[x[i]=s[i]]++;
    for (int i=1;i<m;i++)   c[i]+=c[i-1];
    for (int i=n-1;i>=0;i--) SA[--c[x[i]]]=i;
    //先处理出单个字符的排名
    for (int k=1;k<=n;k<<=1)//倍增搞一搞
    {
        int p=0;
        for (int i=n-k;i<n;i++) y[p++]=i;//第二关键字的排序
        for (int i=0;i<n;i++)   if (SA[i]>=k) y[p++]=SA[i]-k;

        for (int i=0;i<m;i++)   c[i]=0;
        for (int i=0;i<n;i++)   c[x[i]]++;
        for (int i=1;i<m;i++)   c[i]+=c[i-1];
        for (int i=n-1;i>=0;i--)SA[--c[x[y[i]]]]=y[i];//第一二关键字一起排 
        swap(x,y);
        p=1; x[SA[0]]=0;
        for (int i=1;i<n;i++)
            x[SA[i]]=y[SA[i-1]]==y[SA[i]]&&((SA[i-1]+k>=n?-1:y[SA[i-1]+k])==(SA[i]+k>=n?-1:y[SA[i]+k]))?p-1:p++;//下一次排序继续用，更新SA[]
        if (p>n) break;
        m=p;
    }   
}

Height数组

后缀数组比较有名还源于$Height$数组
$Height$数组的求解可以做到$O(n)$
这要基于$Height[]$的一个性质
$Height[i]>=Height[i-1]-1$
这里的 i i <script type="math/tex" id="MathJax-Element-1543">i</script>指的是排名

void Built_Height()
 {
    for (int i=0;i<n;++i) Rank[SA[i]]=i;//利用逆运算的性质求出Rank
    int k=0;Height[0]=0;
    for (int i=0;i<n;++i)
    {
        if (!Rank[i]) continue;
        if (k) --k;
        int j=SA[Rank[i]-1];
        while (i+k<n&&j+k<n&&s[i+k]==s[j+k]) 
            ++k;//根据性质来求
        Height[Rank[i]]=k;
    }
}