SA复习笔记

最新推荐文章于 2024-07-20 18:59:29 发布

chasingdreams02

最新推荐文章于 2024-07-20 18:59:29 发布

阅读量148

点赞数

分类专栏：字符串

本文链接：https://blog.csdn.net/hanjinbo/article/details/88614020

版权

字符串专栏收录该内容

2 篇文章 0 订阅

订阅专栏

（背的 $S A$ 是从 $0$ 到 $n$ 的）
几个数组的意义：

$s a [i]$ 表示排名为 $i$ 的后缀的首字母位置。

$t [i]$ 表示后缀首字母在 $i$ 这个位置的第一关键字的排名。

$t 2 [i]$ 表示第二关键字排名为 $i$ 的后缀的首字母位置。

$h e i g h t [i]$ 表示排名为 $i$ 和 $i - 1$ 的两个后缀的 $L C P$

板子标准代码：

inline void build_sa(int m) {
    for (int i = 0; i < m; ++i) c[i] = 0;
    for (int i = 0; i < n; ++i) c[t[i] = s[i]]++;
    for (int i = 1; i < m; ++i) c[i] += c[i - 1];
    for (int i = n - 1; i >= 0; --i) sa[--c[t[i]]] = i;
    for (int k = 1; k <= n; k <<= 1) {
        int p = 0;
        for (int i = n - k; i < n; ++i) t2[p++] = i;
        for (int i = 0; i < n; ++i) if (sa[i] >= k) t2[p++] = sa[i] - k;
        for (int i = 0; i < m; ++i) c[i] = 0;
        for (int i = 0; i < n; ++i) c[t[t2[i]]]++;
        for (int i = 1; i < m; ++i) c[i] += c[i - 1];
        for (int i = n - 1; i >= 0; --i) sa[--c[t[t2[i]]]] = t2[i];
        swap(t, t2);
        p = 1; t[sa[0]] = 0;
        for (int i = 1; i < n; ++i) {
            t[sa[i]] = ((t2[sa[i - 1]] == t2[sa[i]] && (sa[i - 1] + k < n ? t2[sa[i - 1] + k] : -1) == (sa[i] + k < n ? t2[sa[i] + k] : -1)) ? (p - 1) : p++);
        }
        if (p >= n) break;
        m = p;
    }
}
inline void build_hei() {
    int j, k = 0;
    for (int i = 0; i < n; ++i) rnk[sa[i]] = i;
    for (int i = 0; i < n; ++i) {
    	if (!rnk[i]) continue;
        if (k) k--;
        j = sa[rnk[i] - 1];
        while (s[j + k] == s[i + k]) k++;
        hei[rnk[i]] = k;
    }
}
inline void predo() {
    for (int i = 0; i < n; ++i) f[i][0] = hei[i];
    for (int j = 1; (1 << j) <= n; ++j) {
        for (int i = 0; i + (1 << j) - 1 < n; ++i) {
            f[i][j] = min(f[i][j - 1], f[i + (1 << (j - 1))][j - 1]);
        }
    }
}
inline int LCP(int l, int r) {
    int a = rnk[l], b = rnk[r];
    if (a > b) swap(a, b); a++;
    int k = (int)log2(b - a + 1);
    return min(f[a][k], f[b - (1 << k) + 1][k]);
}

一些套路

一：后缀的LCP就是两个完全相等的子串
二：求最长可重叠重复子串——求height的最大值
三：求最长不可重叠重复子串——二分长度k，因为LCP是区间height的RMQ。所以扫一遍，按照区间分组。一旦有一个height<k了，说明这一组不能要。就在这一组处断开。对于每一组，求一求里面SA的最大值和最小值。可以在扫一遍的时候完成。
四：求最长可重叠k重复子串——二分长度t。同样分成若干组，考察每一组的大小是否有大于等于k的就可以了。
五：求不相同的子串的个数——按照排名降低的顺序处理。即（sa[1],sa[2],sa[3]）的顺序处理。可以发现每加入一个后缀，它会产生n-sa[i]+1个前缀。但是其中有height[i]个是相同的。所以此次对答案的贡献就是n-sa[i]+1-height[i]。所有加起来就好了。
六：最长回文子串。 ①manacher。 ②把原来的串翻转接到原串后面（注意中间用一个特殊字符隔开）。枚举原来的每一个中心位置。就是求LCP的最大值了。实现起来有点细节。
七：给一个多次重复而来的一个串，求（不可重叠）最多重复次数。枚举重复长度k，先判断能否整除。如果可以整除的话再判断LCP(0,k)是不是n-k。由于0是固定的。所以预处理的时候只需要预处理每个数到rnk[0]+1这个位置的最小值就可以了。可以从rnk[0]+1这个位置向外扫。
*八：对于随意一个串（不保证是重复而来），求（可重叠）最多重复次数。枚举长度L。考虑答案一定有2个对应的位置（距离为L，字符相等）。枚举这N/L个可能位置，与它前面的那个位置形成一个可能对。分别向前向后求LCP。假设长度为k，那么此时的长度为K/L+1. 说明：这个东西的重复性比较显然，LCP就代表了重复性。连续性可以考虑有相交。（不是特别理解）
九：最长公共子串。两个字符串连接起来，中间用一个不可能出现的字符连接。仿照第二问的思路，不过要特殊要求两个不在同一边。这个查询一下sa就好了。
十：给两个串，求长度不小于k的公共子串的个数。先连起来。考虑如果没有长度的限制且没有必须在两边的限制，就是求所有的LCP的和。可以使用单调栈O（n）维护出来。（后面有这样的题）有长度的限制的话，按照height分组。每一组分别做。最后再加起来就好了。有两边的限制的话，一种方法是容斥，求三个SA。另外一个方法是就考虑加入每个B的后缀，对A有什么贡献。用单调栈这样维护A。然后再反过来维护B就好了。具体操作起来（以加入B为例），按照rnk的顺序枚举，sa可以指引当前这个是B的还是A的。如果是A的就插到栈里面，如果是B的就弹出那些大于B的元素。统计一下答案。（注意这里统计要记录B的下标差，不能A,B的下标混着统计）
十一：在至少 $k$ 个字符串中出现过的最长子串。把这若干个字符窜用不同的没有出现过的字符连接起来，求一个SA。二分长度，按照height的rnk顺序分组。观察他们的SA定位的位置是否在至少k个区间里。
十二：求每个字符串至少出现两次且不重叠的最长子串。连起来，求SA，二分长度分组。看每组的是否存在两个相同的height且在原来的同一字符串中且他们对应的SA对应回去是距离大于长度的。扫的时候用一个桶记录。
十三：求出现或反转后出现在每个字符串中的最长子串。先把每个字符串翻转接到后面再连起来。二分答案分组height。考察是否有一组里面包含了所有的原区间或者翻转后的区间。

题题题

$l u o g u P 3966$
①：一开始把这些串拼接起来，然后求一个前缀哈希值。对于每个串，枚举它开始的匹配的位置。用前缀hash值算一下就知道是否匹配了。
②：把hash判断改成用sa判断。求两个后缀的LCP看它是不是长度大于等于匹配串的长度。注意中间要用最大的字符链接。
③：优化：因为LCP是求区间RMQ，所以对于每一个串。向左向右扩展。能扩展到的最远的长度就是答案。暴力是最坏O(n^2)，二分是O（nlogn）。正确性说明，考虑②的过程，也是对于一个固定的模式串，枚举所有可行的起点。这里只不过是按照 $r n k$ 的从近到远顺序枚举的。减少了很多冗余。
④：如果是写二分的话，由于height不是单调的。所以要用ST表维护区间最小值了。

$l u o g u P 4248$
发现左边式子可以直接算。就只要算任意两队LCP的和就好了。
$f [i]$ 表示 $i$ 为右端点的答案，发现LCP是区间 $h e i g h t$ 的最小值。所以维护一个单调栈表示最近的 $h e i g h t [j] < = h e i g h t [i]$ 的地方。 $[j + 1, i]$ 的答案都是 $h e i g h t [i]$ 。所以转移就是 $f [i] + = f [j] + (i - j) * h e i g h t [i]$ 。每次 $a n s + = f [i]$ 就好了。 $i, j$ 任意需要 $* 2$ 。

$l u o g u P 3181$
①： $O（n^2）$ 暴力，枚举两个子串的开头。求一个后缀的LCP，得到的就是那个最长的子串。只计数包含两个开头端点的对数就可以。
②：这玩意也是一个LCP的和的形式，仿照上题利用单调栈维护就行。不过要注意这题的 $i, j$ 要分属左右两边。要么先算全部的，在分别减去 $i, j$ 都属于一边的。要算三遍SA。要么在单调栈里面改改。