后缀数组 学习笔记

前言

刚刚学完回文自动机
来学后缀数组
一开始思路看得懂
但是代码看不懂呀……
一堆神仙代码

引入

洛谷P3809

思路

勿谓我，何强过者，炸哉！

我们需要一种新的算法——后缀数组
首先，输入字符串

	scanf("%s", ch+1);
	n=strlen(ch+1);

然后，按照题意

	Suffix_Sort(ch);
	for(int i=1; i<=n; i++) printf("%d ",sa[i]);

主程序就是这么简单

int main(){
	scanf("%s", ch+1);
	n=strlen(ch+1);
	Suffix_Sort(ch);
	for(int i=1; i<=n; i++) printf("%d ",sa[i]);
	return 0;
}

好了，废话完了，步入正题

Suffix_Sort函数

inline void Suffix_Sort(char ch[]) {
	for(int i=1; i<=n; i++) {
		rak[i]=ch[i]-'0'+1;
		tp[i]=i;
	}
	Sort();
	for(int w=1, p=0; p<n; m=p, w<<=1) {
		p=0;
		for(int i=1; i<=w; i++) tp[++p]=n-w+i;
		for(int i=1; i<=n; i++) if(sa[i]>w) tp[++p]=sa[i]-w;
		Sort();memcpy(tp, rak, sizeof(rak));rak[sa[1]]=p=1;
		for(int i=2; i<=n; i++) 
			rak[sa[i]]=(tp[sa[i-1]]==tp[sa[i]]&&tp[sa[i-1]+w]==tp[sa[i]+w])? (p):(++p);
	}
}

你一定看不懂。（除非你学过）
对，你要是光给我这些代码
我也看不懂

数组定义

某巨佬曰：
sa[i]：排名为i的后缀的位置
rak[i]：从第i个位置开始的后缀的排名，下文为了叙述方便，把从第i个位置开始的后缀简称为后缀i
tp[i]：基数排序的第二关键字，意义与sa一样，即第二关键字排名为i的后缀的位置
tax[i]：i号元素出现了多少次。辅助基数排序

Q：排名？
A：就是字典序啦……

而且
还有这个性质

rak[sa[i]]=i;
sa[rak[i]]=i;

如何排序

拆开每个后缀
你会发现
一开始这个后缀第一个值就是这个后缀的起始值
第二个值呢？
其实，
我们可以把一个后缀看成一个二元组
$(ch[i],i)$
这里的$ch$就是字符串
对这个二元组进行基数排序
你就会感到快乐
你就会得到排名

倍增

既然是倍增，要有倍增的样子
p.s.倍增的样子？不就是暴力？
我们在进行第一次排序时
求出了排名
但是
这排名有重复
也就是有并列
所以
我们要向外扩展每个后缀
无法扩展的，补0
你已经发现
我们第一次时取每个后缀的开头
那么，就产生了许多重复名次
所以，我们可以去对比每个后缀的前（1*2=2）个字符

如果还不行
就对比前（2*2=4）个字符
以此类推
直到排名没有并列为止

思想就是这样
不难吧
但是
你看看代码……

基数排序

你肯定会问：那个Sort函数去哪里了?
它在这里：

	inline void Sort() {
		memset(tax, 0, sizeof(tax));
		for(int i=1; i<=n; i++) tax[rak[i]]++;
		for(int i=1; i<=m; i++) tax[i]+=tax[i-1];
		for(int i=N; i; i--) sa[tax[rak[tp[i]]]--]=tp[i]; 
	}

这个tax，就是桶
如果你不了解基数排序
还是baidu一下
你会问，什么叫：
$sa[tax[rak[tp[i]]]--]=tp[i];$
$tax[rak[tp[i]]]$就表示当第一关键字相同时，第二关键字较大的这个后缀的排名是什么

于是，后缀数组就完了。

结束语

其实
我觉得后缀数组难在看代码
思想还是比较好接受的

鸣谢

自为风月马前卒
洛谷