后缀数组（一）——hiho120最长可重叠重复K次子串

本人阅读hihocoder题目及讲解后整理此文章

题目分析

这个问题称为“最长可重叠重复K次子串问题”，所求的是符合要求的所有子串的长度的最大值，这个要求是：子串在字符串中重复出现过至少K次，其中子串可以（部分）重叠。

原文解题方法提示中给出了解决方法，使用后缀数组suffix和一个height数组，并且这两个数组都有高效的求解算法。

后缀数组suffix和height数组

后缀数组：记录所有后缀的数组，并且有序。可用于解决单字符串问题、两个字符串的问题和多个字符串的问题。
e.g. 字符串banana$,($表示字符串结尾)，suffix(p)表示从原字符串第p个字符开始到字符串结尾的后缀（后缀p）,rank[p]表示后缀 p在所有后缀中从小到大排列的“名次”,排好序的数组记为sa

b	a	n	a	n	a	$
1	2	3	4	5	6	7

i	后缀 suffix(p)	sa[i]=p	rank[p]	height[i]
1	$	7	rank[7]=1	x
2	a$	6	rank[6]=2	0
3	ana$	4	rank[4]=3	1
4	anana$	2	rank[2]=4	3
5	banana$	1	rank[1]=5	0
6	na$	5	rank[5]=6	0
7	nana$	3	rank[3]=7	2

---

height数组：令 height[i] 是 suffix(sa[i-1]) 和 suffix(sa[i]) 的最长公共前缀长度，即排名相邻的两个后缀的最长公共前缀长度。比如height[4]就是anana$和ana$的最长公共前缀，也就是ana，长度为3。height也附在上表中.
heigh数组有两个性质，这对于优化height的计算非常有用。

1. 若 rank[j] < rank[k]，则后缀 Sj..n 和 Sk..n 的最长公共前缀为
   min{height[rank[j]+1],height[rank[j]+2]…height[rank[k]]}。
   这个性质是显然的，因为我们已经后缀按字典序排列。
2. height[rank[i]] ≥ height[rank[i-1]]-1
   选定一个后缀suffix(i-1)，它前一个后缀记为suffix(k)，则它们的最长公共前缀是height[rank[i-1]]。
   ①若height[rank[i-1]] ≤ 1，则height[rank[i-1]]-1 ≤ 1 - 1 = 0 ≤
   height[rank[i]]。
   ②若 height[rank[i-1]] >1，那么suffix(k+1)将排在suffix(i)的前面，height[rank[i-1]]至少为2，那么suffix(k),suffix(i-1)至少前2个字母是一样的,从第三个字母开始符合字典序，那么suffix(k+1),suffix(i)，至少前1个字母是一样的，后面符合字典序，也就是说suffix(k+1)将排在suffix(i)的前面，而且二者的最长公共前缀是height[rank[i-1]]-1。所以suffix(i)和在它前一名的后缀的最长公共前缀至少是height[rank[i-1]]-1（suffix(k+1)和suffix(i)之间可能有其他的后缀，只能使得公共前缀更大或一样）

问题转化

题目要求最长可重叠重复K次子串，有height数组这个问题方便很多。
重复子串即两后缀的公共前缀，最长重复子串，等价于两后缀的最长公共前缀的最大值.（最长公共前缀一定是从相邻的后缀中取得）
求最长可重叠重复K次子串转化为求height 数组中最大的长度为 K的子序列的最小值
原文“小Hi：哈哈！厉害！转化后的这个问题对我来说太容易了，利用单调队列或者二分都可以轻松搞定。”

后缀数组的求解

如果对后缀数组排序，字符串长度为N，数组有N项，使用快排平均要O(N*lgN)次比较，字符串比较时间不是常数，是O(N)，总体复杂度为O(N*N*lgN),N较大时方法不使用，倍增算法复杂度是O(N*lgN)，DC3的复杂度是O(N)
后缀数组的求法有很多，最有名的是两种倍增算法和DC算法。DC算法时间复杂度更优，但更复杂，倍增算法较实用。
倍增算法思想是：先求出后缀的k-前缀的rank值，然后根据这个值对2k-前缀按照双关键字进行基数排序

倍增算法的步骤：

对长度为 2^0=1 的字符串，也就是所有单字母排序。
用长度为 2^0=1 的字符串，对长度为 2^1=2 的字符串进行双关键字排序。考虑到时间效率，我们一般用基数排序。
用长度为 2^(k-1( 的字符串，对长度为 2^k 的字符串进行双关键字排序。
直到 2^k ≥ n，或者名次数组 Rank 已经从 1 排到 n，得到最终的后缀数组。

height数组的求解

height[rank[i]] ≥ height[rank[i-1]]-1
按照 height[rank[1]], height[rank[2]] … height[rank[n]] 的顺序计算，利用height数组的性质，就可以将时间复杂度可以降为 O(n)。这是因为height数组的值最多不超过n，每次计算结束我们只会减1，所以总的运算不会超过2n次。

面向过程风格实现

void solve()
{
    for (int i = 0; i < 256; i ++) cntA[i] = 0;
    for (int i = 1; i <= n; i ++) cntA[ch[i]] ++;
    for (int i = 1; i < 256; i ++) cntA[i] += cntA[i - 1];
    for (int i = n; i; i --) sa[cntA[ch[i]] --] = i;
    rank[sa[1]] = 1;