SAM学习笔记

并没有完全理解，处于只会板子阶段。

SAM 就是后缀自动机，比较为大众所接受的定义是：一个接受 $s$ 所有后缀的最小自动机。

什么是自动机

比较通俗的说法是一张 DAG ，有一个起始点，路径上有字符。（定义是什么并不重要）。

SAM 的定义是，从起始点走到每个节点一定是原串的一个子串，并且全部子串都在里面。至于为什么会跟子串问题产生关系，先来看看什么事后缀 trie.

后缀 trie/后缀树

问题：求一个字符串本质不同的子串数量。

解法：后缀 trie，插入 S 的所有后缀，从根节点到 trie 每个节点都是一个子串且互不相同。

证明：这不是显然吗。

很不幸，这玩意 $O(n^2)$ 的。

考虑一条链其实可以缩成一个点，并不影响树的形态。这就是后缀树。

但是后缀树怎么建呢。掏出一个 SAM。

SAM

先引入一个叫 $endpos$ 的概念。对于一个字符串 $S$，$endpos(S)$ 就是它在原串中所有匹配的串的末尾的位置的集合。

SAM 的每一个点实质上是代表一个 $endpos$ 相同的所有后缀。

那么，容易看出对于两个 $endpos$ 集合，要么包含，要不不交。并且一个 $endpos$ 中小的一定是大的的后缀。

那么我们定义 $le{n}_i$ 表示 SAM $i$ 号点代表的最长后缀的长度。既然只有包含关系，我们把每个点的父亲设为包含它 $len$ 最小的。

考虑增量构造一个 SAM，即每次插入一个字符，然后考虑它的贡献，首先新增一些后缀，比如原来是 aabba 加入一个 a ，新增了 aa,baa,bbaa,abbaa,aabbaa 这些。然后这些肯定有已经出现过的，如果一个出现过，那它所有后缀肯定也都出现过，我们只需要找第一个没出现过的（换而言之，最后一个出现的）。

首先找到上一个对应的 SAM 上的点，开始跳 fa，我们定义 ch[i][c] 表示 SAM 上一点连边情况（类似于 trie），直到跳到一个点它 ch[i][c] 是有值的。

在这里不妨先讨论下跳 fa 的本质，既然完全包含，那么 fa 集合任意字符串一定是儿子集合的后缀。

找到那个点 $p$ 之后，分类讨论。

1° 没找着
直接跟 rt 连。
2° $le{n}_{ch[p][c]}=le{n}_p+1$
正好中间没有压缩，直接连 ch[p][c]
3° otherwise
这就比较麻烦了。

$ch[p][c]$ 不再是它的父亲，而包含了一些杂七杂八的东西，这时候就得把它分裂了。

新建一个节点 $nq$，作为 $np,ch[p][c]$ 的父亲。然后继承 $ch[p][c]$ 和 $np$ 有关的信息。