后缀系列——后缀自动机

最新推荐文章于 2024-03-18 21:55:16 发布
最新推荐文章于 2024-03-18 21:55:16 发布
阅读量644 收藏 3
点赞数
分类专栏： 数据结构
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/castomere/article/details/97393020
版权

后缀自动机：

首先在理解kmp ， ac自动机 ， 后缀数组的基础上 ， 我们再讨论后缀自动机

http://hihocoder.com/problemset/problem/1441

真的是太经典了，好好看看绝对理解。

下图字符串 S="aabbabd"

性质：

  1. 字符串的后缀都能到 终结态
  2. S的所有子串都能到达一个合法态（从某个节点转移到另一个节点）
  3. 不是S子串的 字符串 最终会没有路可走

子串结束集合——endpos字符集：

把所有子串的endpos 都求出来，两个子串的endpos相等 归为一类

每一个endpos节点都记录了 一个的原串后缀的前缀，它可以包含很多个子串，最长的用len[s] 表示，最短的是shortlen[s]表示。

我们知道一个 子串 的所有后缀不是在同一个endpos的，它还可能在别的endpos里，我们的link就让它其他的endpos后缀指向它本身。也就只说从前向后越来越长，但是在同一个后缀上。

匹配的时候如果找一个匹配串的T[i] 找不到，那么就需要在保持之前已经匹配的基础上，向主串的后面跳，看看是否能找到其他的子串 S"， 且S" 的后缀和刚才我们匹配成功的后缀一样，如果找到了，就继续对比T[i]是不是能成功匹配。

link的作用：

新建一个cur状态节点

  • 当前插入一个字母c，变到cur状态，它通过link向前跳，直到空节点都没一个出现一个pre状态，pre状态的下一个字符是c，那么我们让link[cur] = 0
  • 如果有一个q状态，它是由前一个p状态通过c转移过来的就需要分两种情况
  1. q状态 和 前一个p状态的关系是 len[q] = len[p] + 1 , 我们就可以让link[cur] = q
  2. 否则就出现了len[q] > len[p] + 1,我们需要copy一个 q 的clone，让len[clone] = len[p] + 1,让cur指向clone，然后 开始走 p 的link 看是否有指向q的转移，如果有就让它指向clone
  • 最终停下后，我们更新last=cur

 

 

时空复杂度：

边和点 根据CLJ的 PPT上所说 ， 都是O(n)的 ， 时间复杂度 也是 O(n) 的 ，毕竟有fail 指针加速

我们这里所说的fail指针和link指针是同一个东西，只不过我们后缀自动机中的性质保证了我们的fail可以从后向前指的都是同一个endpos的后缀。

而AC自动机没有相同后缀这一性质，它是把匹配串建出字典树，不能保证相同后缀的len逐渐递减，只能在匹配失败后向前跳，保证它能匹配到不同的 待匹配串。

那么就先来个 最简单的 后缀自动机 跑两个字符串的 最长连续 公共子串 的大小

当个简单模板吧

题目：SPOJ - LCS

给两个字符串 求 最长公共子串

const int Maxn = 250007;
int N , M;
char s[Maxn];
struct SAM{
	struct node {
		int len,fail;
		//map<char,int> next;
		int next[26];
		void init() { len = 0 , fail = 0; }
	};
	node st[Maxn*4];
	int sz, last;
 
	void sa_init() {
		sz = last = 0;
		st[last].fail = -1;
	}
 
	void sa_extend (char c) {
		c = c - 'a';
		/*
		//建两次树，重复的就要跳过
		if(st[last].next[c] && st[last].len + 1 == st[st[last].next[c]].len){
			last = st[last].next[c];
			return;
		}
		*/
 
		int p = last;
		int np = last = ++sz;
		st[np].len = st[p].len + 1;
		for (; p != -1 && !st[p].next[c]; p=st[p].fail)
			st[p].next[c] = np;
		if (p == -1){
			st[np].fail = 0;
		} else {
			int q = st[p].next[c];
			if (st[p].len + 1 == st[q].len){
				st[np].fail = q;
			} else {
				int nq = ++sz;
				//st[nq].next = st[q].next;
				for(int i = 0 ; i < 26 ; i++)	st[nq].next[i] = st[q].next[i];
				st[nq].len = st[p].len + 1;
				st[nq].fail = st[q].fail;
				st[q].fail = st[np].fail = nq;
				for (; p != -1 && st[p].next[c]==q; p=st[p].fail)
					st[p].next[c] = nq;
			}
		}
	}
	int suffix_Automaton(){
		int p = 0 , len = 0;
		int ans = 0;
		for(int i = 0 ; s[i] ; i++){
			char c = s[i] - 'a';
			while(p != -1 && st[p].next[c] == 0){
				p = st[p].fail;
			}
			if(p == -1){
				p = len = 0;
			} else {
				len = min(len , st[p].len);
				p = st[p].next[c];
				len++;
			}
			ans = max(ans , len);
		}
		return ans;
	}
}sam;
 
int main()
{
	scanf(" %s",s);
	int len = strlen(s);
	sam.sa_init();
	for(int i = 0 ; i < len ; i++){
		sam.sa_extend(s[i]);
	}
	scanf(" %s",s);
	int ans = 0;
	ans = sam.suffix_Automaton();
	printf("%d\n",ans);
	return 0;
}

这道题由于是 250000 的字符串 ， 所以我用了map超时 了 ， 虽然感觉每个节点只有26个 ， map用起来和 int数组一样快 ， 但是冒有办法。

 

题目：SPOJ - LCS2

给  t  (1 < t<= 10)个字符串 ， 求最长公共子串

topo部分：

topo是用来求一个字符串匹配成功以后，我们把整个图拓补出来，我们在上面的endpos字符集里面发现匹配的 len长度 可能会偏长，所以 拓补 之后如果找到了匹配成功的，那么将之前的 爷爷fail指针 的len向后 传递 给 父亲fail节点

这样从(sz ~~ 1) 的过程 中就能维护处 每次匹配 成功维护出来的 最长公共子串的 最小值。

 

这里 就不能 像之前那样 直接建树 然后跑一遍s a匹配就求出答案的。

之前做了一个 Codeforces 427D （给出两个字符串，求最小公共子串长度，使这个子串仅在两个串均出现一次）， 被里面的两次建树思想带跑了，写成了多次建树，然后更新里面的一个新变量sum ， 但是不能保证 单独一个SS1串 里面 不多次出现的子串str 。如果第一个串里出现了 >= 10次 ， 后面2 ~ 8个串没出现，最后一个串出现了一次str ，那么匹配的时候就会算错。

const int Inf = 1e9 + 7;
const int Maxn = 100007;
int N , M;
int fc[Maxn<<2] , fmn[Maxn<<2];
char s[Maxn];
struct SAM{
	int a[Maxn<<2] , b[Maxn<<2];
	struct node {
		int len,fail;
		int sum;
		//map<char,int> next;
		int next[26];
		void init() { len = 0 , fail = 0; }
	};
	node st[Maxn << 1];
	int sz, last;
 
	void sa_init() {
		sz = last = 0;
		st[last].fail = -1;
		fill(fc , fc+Maxn*2 , Inf);
	}
 
	void sa_extend (char c) {
		c = c - 'a';
		/*
		//建多次树，重复的就要跳过
		if(st[last].next[c] && st[last].len + 1 == st[st[last].next[c]].len){
			last = st[last].next[c];
			//
			st[last].sum++;
			return;
		}
		*/
 
		int p = last;
		int np = last = ++sz;
		st[np].len = st[p].len + 1;
		for (; p != -1 && !st[p].next[c]; p=st[p].fail)
			st[p].next[c] = np;
		if (p == -1){
			st[np].fail = 0;
		} else {
			int q = st[p].next[c];
			if (st[p].len + 1 == st[q].len){
				st[np].fail = q;
			} else {
				int nq = ++sz;
				//st[nq].next = st[q].next;
				for(int i = 0 ; i < 26 ; i++)	st[nq].next[i] = st[q].next[i];
				st[nq].len = st[p].len + 1;
				st[nq].fail = st[q].fail;
				st[q].fail = st[np].fail = nq;
				for (; p != -1 && st[p].next[c]==q; p=st[p].fail)
					st[p].next[c] = nq;
			}
		}
	}

	void Topo(){
		int os = 1;
		for(int i = os ; i <= sz ; i++){
			++a[st[i].len];
		}
		for(int i = os ; i <= sz ; i++){
			a[i] += a[i-1];
		}
		for(int i = os ; i <= sz ; i++){
			b[a[st[i].len]--] = i;
		}
	}

	void suffix_Automaton(){
		Clear(fmn , 0);
		int p = 0 , len = 0;
		int ans = 0;
		for(int i = 0 ; s[i] ; i++){
			char c = s[i] - 'a';
			while(p != -1 && st[p].next[c] == 0){
				p = st[p].fail;
			}
			if(p == -1){
				p = len = 0;
			} else {
				len = min(len , st[p].len);
				p = st[p].next[c];
				len++;
			}
			fmn[p] = max(fmn[p] , len);
		}
		for(int i = sz ; i >= 1 ; i--){
			int pos = b[i];
			fc[pos] = min(fc[pos] , fmn[pos]);
			if(fmn[pos]){
				//之前的会出现重复的子串，所以要将之前的len向后移
				//它的len并没有被改变
				fmn[st[pos].fail] = st[st[pos].fail].len;
			}
		}
	}
}sam;
 
int main()
{
	sam.sa_init();
	scanf(" %s",s);
	for(int i = 0 ; s[i] ; i++){
		sam.sa_extend(s[i]);
	}
	sam.Topo();
	while(~scanf(" %s",s)){
		sam.suffix_Automaton();
	}
	int ans = 0;
	for(int i = 1 ; i <= sam.sz ; i++){
		ans = max(ans , fc[i]);
	}
	printf("%d\n",max(0,ans));
	return 0;
}

感谢大佬列出的例题：（https://www.cnblogs.com/xzyxzy/p/9186759.html）

  • [hihocoder1441]后缀自动机一·基本概念 http://hihocoder.com/problemset/problem/1441
  • [hihocoder1445]后缀自动机二·重复旋律5 http://hihocoder.com/problemset/problem/1445
  • [hihocoder1449]后缀自动机三·重复旋律6 http://hihocoder.com/problemset/problem/1449
  • [hihocoder1457]后缀自动机四·重复旋律7 http://hihocoder.com/problemset/problem/1457
  • [hihocoder1465]后缀自动机五·重复旋律8 http://hihocoder.com/problemset/problem/1465
  • [HihoCoder1413]Rikka with String
  • [Luogu3804]【模板】后缀自动机 https://www.luogu.org/problemnew/show/P3804
  • [BZOJ4516][SDOI2016]生成魔咒
  • [BZOJ3998][TJOI2015]弦论 https://www.luogu.org/problemnew/show/P3975
  • [BZOJ3277]串 https://www.lydsy.com/JudgeOnline/problem.php?id=3277
  • [BZOJ3926][ZJOI2015]诸神眷顾的幻想乡
  • [BZOJ2806][CTSC2012]熟悉的文章(Cheat) https://www.luogu.org/problemnew/show/P4022
  • [BZOJ1396&2865]识别子串
  • [HEOI2015]最短不公共子串 https://www.luogu.org/problemnew/show/P4112
  • [BZOJ2555]SubString
  • [BZOJ5137][Usaco2017 Dec]Standing Out from the Herd
  • [BZOJ2780][SPOJ8093]Sevenk Love Oimaster https://www.luogu.org/problemnew/show/SP8093
  • [CF700E]Cool Slogans https://www.luogu.org/problemnew/show/CF700E
  • [CF666E]Forensic Examination
  • [BZOJ5408][HN省队集训6.25T3]string https://www.lydsy.com/JudgeOnline/problem.php?id=5408
从后缀自动机到广义后缀自动机——最详细攻略
AC不动机的博客
07-23 819
广义后缀自动机 前置知识 广义后缀自动机基于下面的知识点 字典树(Trie树) 后缀自动机 请务必对上述两个知识点非常熟悉之后，再来阅读本文，特别是对于后缀自动机中的后缀链接能够有一定的理解 起源 广义后缀自动机是由刘研绎在其2015 国家队论文《后缀自动机在字典树上的拓展》上提出的一种结构，即将后缀自动机直接建立在字典树上。 大部分可以用后缀自动机处理的字符串的问题均可扩展到 Trie 树上。——刘研绎 约定 参考字符串约定 约定字符串的下标为 [1,∣s∣][1, |s|][1,∣s∣]。 约定
后缀自动机——Boring counting
行走天涯的豆沙包的博客
07-27 183
题解： 统计每个子串的最右位置和最左位置，在这个区间(左闭右开)里我们一定能够保证我们每个子串出现了2次。 #include <bits/stdc++.h> using namespace std; const int maxn=2e5+10; const int maxc=27; typedef long long ll; struct Suffix_Automaton { int next[maxn<<1][maxc]; //状态转移(尾部加一个字符的下一个状态)
[字符串]后缀自动机
wulalalawu的博客
12-31 187
不是我写的 //后缀自动机 #include<iostream> #include<cstdio> #include<cstdlib> #include<cstring> #define ll long long using namespace std; const int N=2010000; char s[N]; int fa[N],ch[N][26],len[N],siz[N]; int lst=1,node=1,l,t[N],A[N]; ll ans;
后缀自动机
andyc_03的博客
04-28 135
【算法简介】 【用途】 在O（N）的时间内，建立一个自动机，能够表示字符串的所有子串 可以简单理解为把所有后缀优美地建到了Trie树上 【定义】 len[i]表示i点表示的字符串集合中最长串的长度 fa[i]表示parent树上的父亲 shortest(i)=longest(j)+1的两个集合满足fa[i]=j siz[i]表示i号节点的endpos集大小（也就是i号节点在字符串中出现次数） sum[i]表示后缀自动机经过i号节点的串的个数 A[i]表示len数组从大到小第i位..
我终于学会了后缀自动机。
Cymbals的博客
08-15 5811
3个月前就说要学，结果真实拖到今天。 有些东西火候不到是真的学不会…………. 网上的教程不算多，而且大部分都是翻译作品，对自动机内各个部位的叫法五花八门，比如自动机里虚边，就有叫link（后缀链接），pre指针，fa数组（我真的不知道fa是什么的缩写）的，记录步数的有叫len的，step的（这俩倒是好理解），状态转移的有叫next的，叫trans的还有叫ch数组的（再次对大佬的起名能力感到震惊...
后缀自动机SAM
humeay的博客
05-08 1314
做了一些关于后缀自动机的题，写一下自己的一点理解吧 在开始看后缀自动机之前建议看一下后缀树，这样在做题的时候比较好想一点，感觉后缀树比自动机直观一点 后缀树的链接http://blog.163.com/ps_lm/blog/static/20790406120125883433110/ 后缀自动机http://fanhq666.blog.163.com/blog/static/81943426
网络入门-静态路由
不定期分享一些自己的学习笔记
10-19 154
网络入门-静态路由
后缀自动机解析与应用——陈立杰讲稿
"陈立杰SAM讲稿.pptx 是一篇关于后缀自动机的论文，作者陈立杰，主要探讨后缀自动机的各种性质及其在字符串处理中的应用。文中通过对比传统算法如哈希、后缀数组、后缀树和AC自动机，介绍了后缀自动机的概念和优势。...
ACM解题总结——后缀自动机：定义和性质(HihoCoder1441)
<code> I am a coder </code>
01-31 1656
题目来源：     HihoCoder1441 题目要求：     根据输入的字符串构建后缀自动机，然后输出指定状态的信息。     解答：      后缀自动机是一种处理字符串的技术。利用后缀自动机可以高效地对字符串的后缀串、子串以及相关的统计信息进行计算和处理。本文在解答本题过程中给出后缀自动机的基本概念和具有的特点。   ·子串分组：     一个字符串的后缀自动机
后缀自动机在字符串处理中的应用
本文将介绍一种重要的字符串处理工具——后缀自动机（Suffix Automaton），以及它的应用和构建方法。后缀自动机是由杭州外国语学校的陈立杰（WJMZBMR）所讨论的数据结构，它在在线算法竞赛（如OI）中有着广泛的应用...
topo 拓扑图例子
09-25
一个容易扩展的拓扑图,js写的,下载就能看到效果.
topo编辑页面开发
01-15
此资源用于帮助开发topo编辑页面的前端程序员，参考此资源可以给编辑方式带来思路
网络系统集成实验（二）| 系统集成交换机的配置与管理
朔方鸟的博客
04-04 1339
该系列文章将会对网络系统集成课程中相关实验进行更新，本篇为第二篇（系统集成交换机的配置与管理），主要包括网络设备调研、交换机基本配置等操作。
关于ENSP中打开.topo文件中的拓扑图为空白我的解决方法
最新发布
qq_59439727的博客
03-18 1723
不知道为什么ensp自带的文件含有中文名可以使用，
Mininet--topo类型-py创建自定义拓扑网络
热门推荐
wuliangtianzu的博客
09-13 2万+
Mininet网络划分 Minnet可以创建多种拓扑网络，主要分为两类，一类是自动型，是指Mininet自带的拓扑类型， 通过--topo参数来指定，分别是linear、minimal、reversed、single、torus以及tree共六种；另一类是自定义型，是指通过py文件自定义拓扑类型，通过--custom和--topo两个参数搭配指定。下面分别说下两类的功能以及使用。   Min...
geojson和topojson数据格式
吴道简的博客
03-30 1209
要对地理要素数据进行传输和渲染，有两种数据格式必须要了解，基于json的地理要素扩展格式geojson，和基于geojson的拓扑扩展格式topojson。 一、geojson GeoJSON是一种基于JSON的地理空间数据交换格式，它定义了几种类型JSON对象以及它们组合在一起的方法，以表示有关地理要素、属性和它们的空间范围的数据。 2015年，互联网工程任务组（IETF）与原始规范作者组建了一个GeoJSON工作组，一起规范GeoJSON标准。在2016年8月，推出了最新的GeoJSON数据格式标
kaldi 源码分析(九) - topo 文件分析
weixin_33896069的博客
08-30 677
在 egs/wsj/s5/steps/nnet3/chain/gen_topo*.py 与 src/hmm/hmm-topology.cc 文件进行对应 在 gen_topo*.p{l, y} 文件中进行自动创建 topo 文件， 然后在 hmm-topology.cc 文件中的 HmmTopology::R...
后缀自己主动机（SAM）学习指南
weixin_34095889的博客
05-29 175
*在学习后缀自己主动机之前须要熟练掌握WA自己主动机、RE自己主动机与TLE自己主动机* 什么是后缀自己主动机 后缀自己主动机 Suffix Automaton （SAM） 是一个用 O(n) 的复杂度构造。可以接受一个字符串全部后缀的自己主动机。 它最早在陈立杰的 2012 年 noi 冬令营讲稿中提到。 在2013年的一场多校联合训练中，陈立杰出的 hdu 4622...
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