【总结】 后缀数组

1.基本定义

子串：串中的某一段就是r[i......j].

后缀：从串中某个位置i开始一直到结尾的子串，纪委suffix(i)。

后缀数组中是按字典序排序。

sa数组：记录的是字典序排名第i的后缀的位置（排名第几的是谁）。

rank数组：记录的是每个位置对应的排名（你排名第几），比如aa，rank[1]=2,rank[2]=1(位置从1开始).sa[1]=2,sa[2]=1.所以很容易看到如果rank[i]=j,那么sa[j]=i。

2.倍增算法

学后缀数组应该都会看那篇神论文，倍增算法时间复杂度O（nlogn），直接上模板。。模板详细解释http://www.cnblogs.com/staginner/archive/2012/02/02/2335600.html

int r[MAXN],sa[MAXN],wa[MAXN],wb[MAXN],ws[MAXN],wv[MAXN];
int cmp(int *r,int a,int b,int l)
{
    return r[a]==r[b]&&r[a+l]==r[b+l];
}
void da(int *r,int *sa,int n,int m)
{
    int i,j,p,*x=wa,*y=wb,*t;
    for(i=0;i<m;i++)
        ws[i]=0;
    for(i=0;i<n;i++)
        ws[x[i]=r[i]]++;
    for(i=1;i<m;i++)
        ws[i]+=ws[i-1];
    for(i=n-1;i>=0;i--)
        sa[--ws[x[i]]]=i;
    for(j=p=1;p<n;m=p,j*=2)
    {
        for(p=0,i=n-j;i<n;i++)
            y[p++]=i;
        for(i=0;i<n;i++)
            if(sa[i]>=j)
            y[p++]=sa[i]-j;
        for(i=0;i<n;i++)
            wv[i]=x[y[i]];
        for(i=0;i<m;i++)
            ws[i]=0;
        for(i=0;i<n;i++)
            ws[wv[i]]++;
        for(i=1;i<m;i++)
            ws[i]+=ws[i-1];
        for(i=n-1;i>=0;i--)
            sa[--ws[wv[i]]]=y[i];
        for(t=x,x=y,y=t,i=p=1,x[sa[0]]=0;i<n;i++)
            x[sa[i]]=cmp(y,sa[i-1],sa[i],j)?p-1:p++;
    }
    return;
}

3.应用

height数组：height数组是记录后缀sa[i-1]和后缀sa[i]的最长公共前缀（也就是排名第i-1的后缀和排名第i的后缀的最长公共前缀）

计算h数组要用到一个性质，证明什么的论文里有。上模板

int rank[MAXN],height[MAXN];
void calheight(int *r,int *sa,int n)
{
    int i,j,k=0;
    for(i=1;i<=n;i++)
        rank[sa[i]]=i;
    for(i=0;i<n;height[rank[i++]]=k)
        for(k?k--:0,j=sa[rank[i]-1];r[i+k]==r[j+k];k++);
    return;
}

最后附些题目。

求最长公共子串：HDU1403

求最少出现2次以上的子串的个数（不可重叠）：HDU3518

枚举长度。

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int MAXN=1010;
int r[MAXN],ws[MAXN],wv[MAXN],wb[MAXN],wa[MAXN];
int sa[MAXN];
int cmp(int *r,int a,int b,int l)
{
    return r[a]==r[b]&&r[a+l]==r[b+l];
}
void da(int *r,int *sa,int n,int m)
{
    int i,j,p,*x=wa,*y=wb,*t;
    for(i=0;i<m;i++)
        ws[i]=0;
    for(i=0;i<n;i++)
        ws[x[i]=r[i]]++;
    for(i=1;i<m;i++)
        ws[i]+=ws[i-1];
    for(i=n-1;i>=0;i--)
        sa[--ws[x[i]]]=i;
    for(j=1,p=1;p<n;j*=2,m=p)
    {
        for(p=0,i=n-j;i<n;i++)
            y[p++]=i;
        for(i=0;i<n;i++)
            if(sa[i]>=j)
            y[p++]=sa[i]-j;
        for(i=0;i<n;i++)
            wv[i]=x[y[i]];
        for(i=0;i<m;i++)
            ws[i]=0;
        for(i=0;i<n;i++)
            ws[wv[i]]++;
        for(i=1;i<m;i++)
            ws[i]+=ws[i-1];
        for(i=n-1;i>=0;i--)
            sa[--ws[wv[i]]]=y[i];
        for(t=x,x=y,y=t,p=1,i=1,x[sa[0]]=0;i<n;i++)
            x[sa[i]]=cmp(y,sa[i-1],sa[i],j)?p-1:p++;
    }
    return;
}
int rank[MAXN],height[MAXN];
void callheight(int *r,int *sa,int n)
{
    int i,j,k=0;
    for(i=1;i<=n;i++)
        rank[sa[i]]=i;
    for(i=0;i<n;height[rank[i++]]=k)
        for(k?k--:0,j=sa[rank[i]-1];r[j+k]==r[i+k];k++);
    return;
}
char s[MAXN];
int main()
{
    int i,j;
    while(scanf("%s",s)!=EOF)
    {
        if(s[0]=='#')
            break;
        int len=strlen(s);
        for(i=0;i<len;i++)
            r[i]=s[i];
        r[len]=0;
        da(r,sa,len+1,128);
        callheight(r,sa,len);
        __int64 ans=0;
        for(i=1;i<=(len+1)/2;i++)
        {
            int maxt=-1;
            int mint=1001;
            for(j=1;j<=len;j++)
            {
                if(height[j]>=i)
                {
                    int tmp=min(sa[j],sa[j-1]);
                    mint=min(mint,tmp);
                    tmp=max(sa[j],sa[j-1]);
                    maxt=max(maxt,tmp);
                }
                else
                {
                    if(mint+i<=maxt)
                        ans++;
                    mint=1001;
                    maxt=-1;
                }
            }
            if(mint+i<=maxt)
                ans++;
        }
        printf("%I64d\n",ans);
    }
    return 0;
}

最长不重复子串： POJ1743

最少重复出现k次的子串的最长长度：POJ3261

求所给出串里的最长公共部分：POJ3450