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