后缀自动机初步

最新推荐文章于 2019-09-28 13:37:12 发布
最新推荐文章于 2019-09-28 13:37:12 发布
阅读量1.7k 收藏 3
点赞数
分类专栏： 日常 算法学习 BZOJ 后缀自动机 codeforces 文章标签： 后缀自动机
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Zeyu_King/article/details/45226201
版权
BZOJ 同时被 3 个专栏收录
46 篇文章 0 订阅
订阅专栏
日常
27 篇文章 0 订阅
订阅专栏
算法学习
25 篇文章 1 订阅
订阅专栏

想学这个算法很久了

省选结束后终于下定决心好好学学！

先推荐两篇文章

http://hi.baidu.com/myidea/item/142c5cd45901a51820e25039?qq-pf-to=pcqq.group

http://blog.csdn.net/huyuncong/article/details/7583214

学好后缀自动机的关键就是理解其转移边与父亲变得不同意义。

同时理解一些后缀树的性质有助于我们理解后缀自动机的工作原理。

1、nsubstr

求各个长度的子串最多出现了多少次。

后缀自动机上的每个节点能够匹配的字符串的长度一定是从他能匹配的最短的子串到最长的子串一段连续区间

考虑后缀树中如何求一个子串的出现次数，即将此子串在树上匹配后最后一个节点下的叶子节点数为答案。（先将所有点bfs一遍，再逆序扫描利用父亲边转移即可）

我们可以用这个点更新他能匹配的长度最大值，很明显长度为i的可以更新长度为i-1的

#include <cstdio>
#include <cstring>
#include <algorithm>

using namespace std;
const int Maxn=500000;
char S[Maxn];
int son[Maxn][26],fa[Maxn],len[Maxn];
int r[Maxn],f[Maxn],s[Maxn],t[Maxn];
int n,cnt,last,i,j;

void add(int x){
  int c = S[x]-'a';
  int np = ++cnt, p = last;
  last = np; len[np] = x;
  for (;p&&!son[p][c];p=fa[p]) son[p][c] = np;
  if (!p) fa[np] = 1;
  else
  {
  	int q = son[p][c];
  	if (len[p]+1==len[q]) fa[np] = q;
  	else
  	{
  	  int nq = ++cnt; len[nq] = len[p]+1;
  	  memcpy(son[nq],son[q],sizeof(son[q]));
  	  fa[nq] = fa[q];
  	  fa[np] = fa[q] = nq;
  	  for (;son[p][c]==q;p=fa[p]) son[p][c]=nq;
  	}
  }
}

int main(){
  freopen("spoj8222.in","r",stdin);
  freopen("spoj8222.out","w",stdout);
  scanf("%s",S+1);
  n = strlen(S+1);
  last = ++cnt;
  for (i=1;i<=n;i++) add(i);
  
  for (i=1,j=1;i<=n;i++)
    j = son[j][S[i]-'a'], r[j]++;
  for (i=1;i<=cnt;i++) s[len[i]]++;
  for (i=1;i<=n;i++) s[i]+=s[i-1];
  for (i=1;i<=cnt;i++) t[s[len[i]]--]=i;
  for (i=cnt;i>0;i--) r[fa[t[i]]]+=r[t[i]];
  for (i=1;i<=cnt;i++) f[len[i]]=max(f[len[i]],r[i]);
  for (i=n-1;i>0;i--) f[i]=max(f[i],f[i+1]);
  for (i=1;i<=n;i++) printf("%d\n",f[i]);
  return 0;
}

2、spoj  lcs

求两个串的最长公共子串

把一个串建后缀自动机，另一个串在这个自动机场匹配即可，匹配失败可以按照父亲边向上跳（和ac自动机比较像）。

#include <cstdio>
#include <cstring>
#include <algorithm>

using namespace std;
const int Maxn=500005;
char S[Maxn];
int son[Maxn][26],fa[Maxn],len[Maxn];
int n,i,j,last,cnt,sum,ans;

void add(int x){
  int c=S[i]-'a';
  int np = ++cnt, p = last;
  last = np; len[np] = x;
  for (;p&&son[p][c]==0;p=fa[p]) son[p][c]=np;
  if (!p) fa[np] = 1;
  else
  {
  	int q = son[p][c];
  	if (len[p]+1 == len[q]) fa[np] = q;
  	else
  	{
  	  int nq = ++cnt; len[nq] = len[p]+1;
  	  memcpy(son[nq],son[q],sizeof(son[q]));
  	  fa[nq] = fa[q];
  	  fa[np] = fa[q] = nq;
  	  for (;son[p][c]==q;p=fa[p]) son[p][c]=nq;
  	}
  }
}

int main(){
  freopen("spoj.in","r",stdin);
  freopen("spoj.out","w",stdout);
  scanf("%s",S+1);
  n = strlen(S+1);
  last = ++cnt;
  for (i=1;i<=n;i++) add(i);
  scanf("%s",S+1);
  n = strlen(S+1);
  for (i=1,j=1,sum=0;i<=n;i++){
  	int c=S[i]-'a';
  	for (;j&&son[j][c]==0;sum=len[j=fa[j]]);
  	if (son[j][c]) sum++, j=son[j][c];
  	if (j==0) j=1;
	ans = max(ans, sum); 
  }
  printf("%d\n",ans);
  return 0;
}

3、spoj lcs2

求不超过十个串的最长公共子串

还是把第一个串建立后缀自动机，剩下的串在自动机上匹配，每个节点上记录那些点匹配及匹配长度，取所有串的最小值即为这个点的最长子串长，取所有串上的最大值即可。

#include <cstdio>
#include <cstring>
#include <algorithm>

using namespace std;
const int Maxn=200005;
char S[10][Maxn];
int fa[Maxn],son[Maxn][26],len[Maxn];
int f[Maxn][10],s[Maxn],t[Maxn];
int N,cnt,i,j,k,sum,n,last,ans;

void add(int x){
  int c = S[0][x]-'a';
  int np = ++cnt, p = last;
  last = np; len[np] = x+1;
  for (;p&&son[p][c]==0;p=fa[p]) son[p][c]=np;
  if (!p) fa[np] = 1;
  else
  {
  	int q = son[p][c];
  	if (len[q] == len[p]+1) fa[np] = q;
  	else
  	{
  	  int nq = ++cnt; len[nq] = len[p]+1;
  	  memcpy(son[nq],son[q],sizeof(son[q]));
  	  fa[nq] = fa[q];
  	  fa[np] = fa[q] = nq;
  	  for (;p&&son[p][c]==q;p=fa[p]) son[p][c]=nq;
  	}
  }
}

int main(){
  //freopen("spoj.in","r",stdin);
  //freopen("spoj.out","w",stdout);
  while (~scanf("%s",S[N])) N++;
  n = strlen(S[0]);
  last = ++cnt;
  for (i=0;i<n;i++) add(i);
  for (i=1;i<N;i++){
  	n = strlen(S[i]);
  	for (j=0,k=1,sum=0;j<n;j++){
  	  int c = S[i][j]-'a';
  	  for (;k&&son[k][c]==0;sum=len[k=fa[k]]);
  	  if (son[k][c]) k=son[k][c], f[k][i]=max(f[k][i],++sum);
  	  if (k==0) k=1;
  	}
  }
  n = len[last];
  for (i=1;i<=cnt;i++) s[len[i]]++;
  for (i=1;i<=n;i++) s[i]+=s[i-1];
  for (i=1;i<=cnt;i++) t[s[len[i]]--]=i;
  for (i=cnt;i>0;i--)
    for (j=1;j<N;j++)
      f[fa[t[i]]][j] = max( f[fa[t[i]]][j], min(f[t[i]][j],len[fa[t[i]]]) );
  for (i=1;i<=cnt;i++){
    int tmp=10000000;
    for (j=1;j<N;j++)
      tmp = min(tmp,f[i][j]);
    ans = max(ans,tmp);
  }
  printf("%d\n",ans);
  return 0;
}


4、spoj  sublex

求严格的第k小子串

我们现在需要知道每个节点向下可以在匹配出多少个子串，可以利用转移边dp出答案，然后按照从小到大的顺序扫描转移即可。

注意多组询问，直接扫描'a'-'z'可能会超时，把儿子压缩一下减少每次扫描的数量

#include <cstdio>
#include <cstring>
#include <algorithm>

using namespace std;
const int Maxn=200005;
char S[Maxn],lt[Maxn];
int son[Maxn][26],len[Maxn],fa[Maxn],size[Maxn];
int n,q,k,i,j,cnt,last,ct,s[Maxn],t[Maxn];

void add(int x){
  int c = S[x]-'a';
  int np = ++cnt, p = last;
  last = np; len[np] = x; lt[np] = 'a'+c;
  for (;p&&son[p][c]==0;p=fa[p]) son[p][c]=np;
  if (!p) fa[np] = 1;
  else
  {
    int q = son[p][c];
    if (len[p]+1 == len[q]) fa[np] = q;
    else
    {
      int nq = ++cnt; len[nq] = len[p]+1;
      memcpy(son[nq],son[q],sizeof(son[q]));
      fa[nq] = fa[q]; fa[np] = fa[q] = nq;
      for (;p&&son[p][c]==q;p=fa[p]) son[p][c]=nq;
      lt[nq] = 'a'+c;
    }
  }
}

void answer_questions(){
  scanf("%d",&q);
  while (q--){
    scanf("%d",&k);
    //if (k>=size[1]) k=size[1]-1;
    for (i=1;k!=0;i=son[i][j],k--){
      for (j=0;j<26&&son[i][j];j++)
      if (k>size[son[i][j]]) k-=size[son[i][j]];
	else break;
      printf("%c",lt[son[i][j]]);
    }
    printf("\n");
  }
}

int main(){
  //freopen("sublex.in","r",stdin);
  //freopen("sublex.out","w",stdout);
  scanf("%s",S+1);
  n = strlen(S+1);
  last = ++cnt;
  for (i=1;i<=n;i++) add(i);

  for (i=1;i<=cnt;i++) s[len[i]]++;
  for (i=1;i<=n;i++) s[i]+=s[i-1];
  for (i=1;i<=cnt;i++) t[s[len[i]]--]=i;
  for (i=cnt;i>0;i--){
    size[t[i]] = 1;
    for (j=0;j<26;j++)
      size[t[i]] += size[son[t[i]][j]];
  }

  for (i=1;i<=cnt;i++)
    for (j=0,ct=0;j<26;j++)
    if (son[i][j]) son[i][ct++]=son[i][j];
  answer_questions();
  return 0;
}
5、codeforces 235C

陈老师的题，先跪orz

把母串建立后缀自动机，预处理出每个节点匹配的穿在原串中出现了多少次（用第1题的方法）。

找到询问串的循环节（每个串的后移最早出现循环就出现在第一个循环节上），在串尾复制一遍

将处理好的串在自动机上匹配。

每次走到匹配好的点，需要沿着父亲边跳直到刚好卡到串长（保证计数不漏），将出现次数加到答案中

#include <cstdio>
#include <cstring>
#include <algorithm>

using namespace std;
const int Maxn=2000005;
char S[Maxn],T[Maxn];
int son[Maxn][26],len[Maxn],fa[Maxn],pre[Maxn];
int n,last,cnt,i,j,k,q,sum,ans,r[Maxn],b[Maxn],t[Maxn];

void add(int x){
  int c = S[x]-'a';
  int np = ++cnt, p = last;
  last = np; len[np] = x;
  for (;p&&son[p][c]==0;p=fa[p]) son[p][c] = np;
  if (!p) fa[np] = 1;
  else
  {
  	int q = son[p][c];
  	if (len[p]+1 == len[q]) fa[np] = q;
  	else
  	{
  	  int nq = ++cnt; len[nq] = len[p]+1;
  	  memcpy(son[nq],son[q],sizeof(son[nq]));
  	  fa[nq] = fa[q]; fa[np] = fa[q] = nq;
  	  for (;p&&son[p][c]==q;p=fa[p]) son[p][c]=nq;
  	}
  }
}

int calc_repetend(){  //计算循环节 
  pre[1] = 0;
  for (int i=2,j=0;i<=n;i++){
  	while (j&&T[j+1]!=T[i]) j=pre[j];
  	if (T[j+1]==T[i]) j++;
  	pre[i] = j;
  }
  int ret = n-pre[n];
  if (n%ret) ret = n;
  return ret;
}

int main(){
  //freopen("235C.in","r",stdin);
  //freopen("235C.out","w",stdout);
  scanf("%s",S+1);
  n = strlen(S+1);
  last = ++cnt;
  for (i=1;i<=n;i++) add(i);
  
  for (i=1,j=1;i<=n;i++)
    j=son[j][S[i]-'a'], r[j]++;
  for (i=1;i<=cnt;i++) b[len[i]]++;
  for (i=1;i<=n;i++) b[i]+=b[i-1];
  for (i=1;i<=cnt;i++) t[b[len[i]]--]=i;
  for (i=cnt;i>0;i--)
  	r[fa[t[i]]] += r[t[i]];
  scanf("%d",&q);
  while (q--){
  	scanf("%s",T+1);
  	n = strlen(T+1);
  	k = calc_repetend();
  	for (i=n+1;i<n+k;i++) T[i]=T[i-n];
  	for (i=1,j=1,sum=0,ans=0;i<n+k;i++){
  	  int c = T[i]-'a';
	  for (;j&&son[j][c]==0;sum=len[j=fa[j]]);
	  if (son[j][c]) j = son[j][c], sum++;
	  if (j==0) j=1;
	  if (i>=n && sum>=n){
	  	while (len[fa[j]]>=n)
	  	  sum = len[j=fa[j]];
	    ans += r[j];
	  }
	}
	printf("%d\n",ans);
  }
  return 0;
}

6、JLOI2015 弦论

求严格/不严格的第k小串。

其实是sublex的升级版。

严格的不用讲了吧，不严格的其实也很简单。

回顾一下“严格”其实是在说每个节点只匹配了一个点，不严格的话就是匹配了他在母串中的出现次数。

剩下的还用说吗？

#include <cstdio>
#include <cstring>
#include <algorithm>
  
using namespace std;
const int Maxn=1000005;
char S[Maxn],lt[Maxn];
int len[Maxn],fa[Maxn],son[Maxn][26];
int b[Maxn],t[Maxn];
int n,cnt,last,i,j,K,T;
long long r[Maxn],s[Maxn];
  
void add(int x){
  int c = S[x] - 'a';
  int np = ++cnt, p = last;
  last = np; len[np] = x; lt[np] = S[x];
  for (;p&&son[p][c]==0;p=fa[p]) son[p][c]=np;
  if (!p) fa[np] = 1;
  else
  {
    int q = son[p][c];
    if (len[p]+1 == len[q]) fa[np] = q;
    else
    {
      int nq = ++cnt; len[nq] = len[p]+1;
      memcpy(son[nq],son[q],sizeof(son[q]));
      fa[nq] = fa[q]; fa[np] = fa[q] = nq;
      for (;p&&son[p][c]==q;p=fa[p]) son[p][c]=nq;
      lt[nq] = S[x];
    }
  }
  r[ last ] ++;
}
  
int main(){
  //freopen("3998.in","r",stdin);
  //freopen("3998.out","w",stdout);
  scanf("%s",S+1);
  n = strlen(S+1);
  last = ++cnt;
  for (i=1;i<=n;i++) add(i);
  scanf("%d%d",&T,&K);
  //for (i=1;i<=cnt;i++) r[i]++;
  for (i=1;i<=cnt;i++) b[len[i]]++;
  for (i=1;i<=n;i++) b[i]+=b[i-1];
  for (i=1;i<=cnt;i++) t[b[len[i]]--]=i;
  for (i=cnt;i>0;i--)
    r[fa[t[i]]] += r[t[i]];
  if (T==0)
    for (i=1;i<=cnt;i++) r[i]=(bool)r[i];
  r[1] = 0;
  for (i=cnt;i>0;i--){
    s[t[i]] = r[t[i]];
    for (j=0;j<26;j++)
      s[t[i]] += s[son[t[i]][j]];
  }
  s[0] = r[0] = 0;
  if (s[1]<K) {printf("-1\n"); return 0;}
  for (i=1;K>0;K-=r[i]){
    for (j=0;j<26;j++)
    if (s[son[i][j]]<K) K -= s[son[i][j]];
      else break;
    i=son[i][j];
    printf("%c",lt[i]);
  }
  printf("\n");
  return 0;
}


Zeyu_King
关注
专栏目录
后缀自动机 初学
lych的博客
11-28 4029
首先膜拜clj的ppt，记录几个要点 关于Right集合：     1.定义：一个子串str在母串S中所有出现位置的右端点。如子串str在S中出现位置为[l1,r1),[l2,r2),...,[ln,r3)，则str的Right集合为{r1..rn}。会有一些子串的Right集合相同，其中最长的len为MAX(s)，最短的为MIN(s)     2.性质1：给定Right(s)和len就可得
字符串进阶——谈谈后缀全家桶(2) 后缀自动机(8.8摸了一次鱼来更新一下)
Myriad Dreamin 愿逐将属于我的奇迹
07-26 431
后缀自动机 §§\S1.1 基本定义与概念 首先,来看看wikiEn的定义： In computer science, a suffix automaton is the smallest partial deterministic finite automaton that recognizes the set of suffixes of a given string. The s...
hihocoder 127 后缀自动机一·基本概念
硕鼠的博客
12-10 2872
自己想了老半天，写了三百多行，没实现成功，忘记使用STL库了。。。。。。。。。。。。。。。 题目链接：http://hihocoder.com/problemset/problem/1441 描述 小Hi：今天我们来学习一个强大的字符串处理工具：后缀自动机（Suffix Automaton，简称SAM）。对于一个字符串S，它对应的后缀自动机是一个最小的确定有限状态自动机（DF
后缀自动机
Sky_Gr_OI
05-01 1681
如果我们想要建立一个自动机，使它能够接收一个串s的所有后缀，那么最暴力的想法应该就是，直接用这个串的所有后缀来建立一个AC自动机 上面就是用aabbabd这个字母串作为母串建立的AC自动机（没有画fail边,好吧，那它就是个字母树...），嗯，建出这个东西的确就可以接收此串的所有后缀了，但是但是，聪明的朋友就会发现，这玩意儿的节点个数是O(n^2)级别的….我只给了你一个串，你就用了
后缀自动机详解
dav74739的博客
08-24 499
目录 后缀自动机 后缀自动机的定义 子串的性质 构造后缀自动机的实例 在线性时间内构造后缀自动机 结束位置 \(endpos\) 后缀链接 \(link\) 小结 算法 正确...
2015年信息学奥赛国家集训队论文集
05-25
1. 后缀自动机在字典树上的拓展 2. 浅谈启发式思想在信息学竞赛中的应用 3. 浅谈字符串匹配的几种方法 4. 后缀自动挤及其应用 5. 生成函数的运算与组合计数问题 6. ydc的奖金命题报告 7. 浅谈分块在一类在线问题中的...
AC自动机初步入门详解
weixin_43888067的博客
09-28 614
前言 AC自动机（Aho-Corasick automaton）是KMP的升级版。KMP是单模匹配算法，处理在一个文本串中查找一个模式串的问题；AC自动机是多模匹配算法，能在一个文本串中同时查找多个不同的模式串。 多模块匹配问题：给定一个长度为n的文本S，以及k个平均长度为m的模式串P1,P2,…,Pn，要求搜索这些模式串出现的位置。 其实用KMP也能解决多模匹配问题，缺点是复杂度较高，需要对每个...
英文自动机课件1
03-08
根据提供的信息，我们可以总结出以下相关的IT...通过以上知识点的介绍，我们对自动机课程中涉及到的基本概念、语言理论以及正则表达式有了初步的了解。这些概念是后续深入学习自动机理论和其他计算机科学领域的基础。
算法讲解：ac自动机及简单衍生
thunderMrbird的博客
08-08 2388
AC自动机简介：  首先简要介绍一下AC自动机：Aho-Corasick automation，该算法在1975年产生于贝尔实验室，是著名的多模匹配算法之一。一个常见的例子就是给出n个单词，再给出一段包含m个字符的文章，让你找出有多少个单词在文章里出现过。嗯没错，比如word文档等一系列带有查找功能的东西一般用的都是这种东西啦。要搞懂AC自动机，先得有字典树Trie和KMP模式匹配算法的
后缀自动机————入门
guoshiyuan484的博客
06-24 381
http://blog.sina.com.cn/s/blog_70811e1a01014dkz.html（主要看图) http://blog.csdn.net/liyuanshuo_nuc/article/details/53561527(看后缀连接作用) http://blog.csdn.net/qq_35649707/article/details/66473069(看算法
后缀自动机入门
Rayment的博客
05-03 1874
转载声明 本蒟蒻看了好久后缀自动机都没看懂，直到看了这篇……所以就转载下来了！当然是作者大大允许了之后 作者：shadowice1984 原文地址：作者大大的blog 太菜了现在才会SAM 网上的教程实在太玄学了…… 但是如果想要了解后缀自动机一些比较棒的性质还是有必要了解的 但是这些几乎对大家码代码几乎没啥用…… 所以这里写一篇后缀自动机(suffix automaton，S...
算法详解——后缀自动机
weixin_34292959的博客
02-22 163
DFA DFA，即确定性有限状态自动机，由一个五元组M=(Σ,Q,qs,F,tr)M=(\Sigma,Q,q_s,F,tr)M=(Σ,Q,qs​,F,tr)组成，其中： Σ\SigmaΣ为一个有限字符集，其中每个字符ccc称为一个输入符号； QQQ为一个有限状态集合； qs∈Qq_s\in Qqs​∈Q为初始状态； F⊆QF\subseteq QF...
后缀自动机入门/基本概念
平凡人Kalzn的博客
08-30 317
教程链接 （本文为适应自己的理解，对原文做出删改，建议到原文学习） 后缀自动机可以干啥？ 后缀自动机（SAM）可以解决许多字符串相关问题。是一个特别nb的数据结构。它可以： 1.在另一个字符串中搜索一个字符串的所有出现位置。 2.计算给定的字符串中有多少个不同的子串。 SAM是啥？ 》》SAM是一个有向无环图。节点被称为状态，边就是状态之间的转移。 》》图存在一个源点t0t_0t0​ ，称作...
后缀自动机多图详解（代码实现）
weixin_34408624的博客
02-27 242
作者注：搭配理论证明类的\(SAM\)博客阅读，效果更佳。作者水平较低，时间有限，只讲实现，不再胡乱证明。 后缀自动机是一种在线的，动态添加字符扩展字符串的算法。蒟蒻深知没图的痛苦，这里放一个带详细图片解析的代码实现，加深一下自己印象。顺便造福后人 作图工具：\(WPS\) \(PowerPoint\) \(For\) \(Ubuntu\) 如图所示，添加扩展字符\(c\)后，后缀自动机中受影响...
利用后缀自动机解决字符串问题
"后缀自动机实现与应用" 后缀自动机（Suffix Automaton），也称为后缀自动机，是由杭州外国语学校的陈立杰所讲解的一种数据结构，它在字符串处理中有着重要的应用。陈立杰提到，后缀自动机在解决特定的字符串问题时...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值