pat-top 1005. Programming Pattern (35)

https://www.patest.cn/contests/pat-t-practise/1005

参考了：

1. http://www.newsjz.com/wxqgr/xxas/UploadFiles_3822/201411/2014111809241352.pdf

2.http://blog.csdn.net/jtjy568805874/article/details/50759503

3.http://www.cnblogs.com/staginner/archive/2012/02/02/2335600.html

/*
使用后缀数组
r,sa,x,y,height所有数组下标都是从0开始到n-1结束
*/

#include <cstdio>
#include <cstring>
#include <iostream>
#define _CRT_SECURE_NO_WARNINGS
const int maxn =  1e6 + 5e4;
int wa[maxn]; // x所在数组，放相对大小
int wb[maxn]; // y所在数组，放第二个部分的排名i的idx
int ws[maxn]; // 基数排序使用的数组
int wv[maxn]; //存放第二部分排名第i的那段关键字的相对大小

int cmp(int *r, int a, int b, int l, int n) {
	/**当r的小标从1开始,r[n-1] = 0时：
	*不需要检验a+l,b+l是否越界，因为如果 r[a] == r[b] 那么以a开头长l的子串
	*和以b开头长l的子串相同:r[a~a+l-1] === r[b~b+l-1]，那么max(a+l,b+l) < n, 因为r[n] 不等于任何r[i]
	* 如果max(a+l,b+l) >=n, r[a]都不可能等于r[b]
	*/
	//return r[a] == r[b] && r[a + l] == r[b + l];


	if (r[a] != r[b]) return 0; //第一部分不相等，整体不相等
	if (a + l < n && b + l < n) return r[a + l] == r[b + l]; //如果第二部分都存在，则比较
	if (a + l >= n && b + l >= n) return 1; //如果第二部分都为0，则整体相等
	return 0; //如果有的存在，有的不存在，则不相等
}

void da(char *r, int *sa, int n, int m) {
	int i, j, p, *x = wa, *y = wb, *t;
	//基数排序
	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;

	//sa[i]是 第一部分 长度为 2^(k-1)的前半部分排名第i的idx(0~n-1);
	//y[i] 是 第二部分 长度为 2^(k-1)的后半部分排名第i的idx(0~n-1);
	//x[i] 是 第一部分 长度为 2^(k-1)的前半部分的相对值大小;

	for (j = 1, p = 1; p < n ; j *= 2, m = p) //j是子串的长度，p为不同的序号个数
	{
		for (p = 0, i = n - j; i < n; i++) y[p++] = i; // 第二部分为空串的排序最小
		for (i = 0; i < n; i++) if (sa[i] >= j) y[p++] = sa[i] - j; //继续算第二部分，只有sa[i]>=j 的sa[i]才是第二部分idx，要对应到整体的部分（第一部分和第二部的和）排名要减去前的空串所占的j个排名
		//带着第二部分的对第一部分的基数排序，排序后就是整体的排序sa
		for (i = 0; i < n; i++) wv[i] = x[y[i]]; //第二部分排名第i的那段子串的第一部分的相对大小；
		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]; //sa[i] 综合排序的相对大小拍第i的idx

		//整理排名，有identitical的整体要把排名统一（变成同一个排名）
		for (t = x, x = y, y = t, p = 1, x[sa[0]] = 0, i = 1; i < n; i++)
			x[sa[i]] = cmp(y, sa[i - 1], sa[i], j, n) ? p - 1 : p++;

	}
	return;
}

//rank[i] : 以i开始的后缀排名为rank[i]
//height[i] : 排名第i的后缀和排名第i-1的后缀串有多长的相同前缀
int rank[maxn], height[maxn];
void calheight(char *r, int *sa, int n) {
	int i, j, k = 0;
	for (i = 0; i < n; i++) rank[sa[i]] = i; //求rank数组
	for (i = 0; i < n; height[rank[i++]] = k) {
		//求height数组
		if (rank[i] - 1 < 0) {
			k = 0;
			continue;
		}
		for (k ? k-- : 0, j = sa[rank[i] - 1]; r[i + k] == r[j + k]; k++);
		
	}
	return;
}

int len, i, n, b, t = 0;
char r[maxn];// = { 'a','a','b','a','a','a','a','b','\0' };
int sa[maxn];

int main()
{
	scanf("%d", &len); getchar();
	gets_s(r,maxn);
	//gets(r);
	n = strlen(r);
	da(r, sa, n, 256);
	calheight(r,sa,n);
	
	for (int i = 1, j = 1; i < n; i++)
	{
		if (height[i] >= len) j++; else j = 1;
		if (t < j) t = j, b = sa[i];
	}
	for (int i = 0; i < len; i++)
		printf("%c", r[b + i]);
	printf(" %d\n", t);
	
    return 0;
}