总览:
概述:
能解决的问题:
- 检查字符串是否出现
- 不同子串个数
- 所有不同子串的总长度
- 字典序第 k 大子串
- 最小循环移位
- 出现次数
- 第一次出现的位置
- 所有出现的位置
- 最短的没有出现的字符串
- 两个字符串的最长公共子串
- 多个字符串间的最长公共子串
时间和空间复杂度都是线性的!
对于长度为 n n n的字符串,最多 2 n − 1 2n-1 2n−1个节点和 3 n − 4 3n-4 3n−4条边
维护信息:
通常为:
struct SAM{
int len,fa;
int nex[26];//如果不是小写字母可用unordered_map
}tree[2*A];
l e n len len为指向此节点的边所代表的字符在数组中的位置(也是此节点代表的最长子串的长度)
f a fa fa( l i n k link link)为出现次数比此节点维护的出现次数多的最长后缀
n e x nex nex为子节点(类似AC自动机)
性质:
结束位置endpos:
对于一个子串,在原字符串中出现的结束位置的集合
如:对于 a b a b c a b c ababcabc ababcabc, e n d p o s ( " a b " ) = { 2 , 4 , 7 } endpos("ab")=\{2,4,7\} endpos("ab")={
2,4,7}
每一个节点仅维护一类 e n d p o s endpos endpos(即 e n d p o s endpos endpos相同的子串在同一个节点中)
则一个节点中的子串短的必为长的后缀,且子串长度必为一段连续区间
n e x nex nex构成有向无环图(字符维护在边上), f a fa fa构成一棵树
在图上,任意一条路径代表的字符串为原字符串的子串
在树上,祖宗节点为子节点的后缀,且在原字符串中的出现次数比子节点少(即 u u u为 v v v的祖宗,则 e n d p o s ( v ) ⊆ e n d p o s ( u ) endpos(v)\subseteq endpos(u) endpos(v)⊆endpos(u))
所以节点 u u u和 v v v所对应的字符串的最大公共后缀为 l c a ( u , v ) lca(u,v) lca(u,v)所对应的字符串
节点对应子串的出现次数为其所有子节点对应子串出现次数之和
每个节点所对应的子串数量为tree[u].len-tree[tree[u].fa].len
建立自动机:
在线算法,将节点一个一个加入。
步骤:
可手推!
模板:
inline void build(){
tree[0].len=0,tree[0].fa=-1;
las=tot=0;
memset(tree[0].nex,0,sizeof(tree[0].nex));//重复使用初始化
return;
}
inline void add(int x){
int now=++tot;
memset(tree[now].nex,0,sizeof(tree[now].nex));//重复使用初始化
tree[now].len=tree[las].len+1;
int p=las;
while(p!=-1&&!tree[p].nex[x]){
tree[p].nex[x]=now;
p=tree[p].fa;
}
if(p==-1) tree[now].fa=0;
else{
int q=tree[p].nex[x];
if(tree[q].len==tree[p].len+1) tree[now].fa=q;
else{
int cur=++tot;
tree[cur].len=tree[p].len+1;
tree[cur].fa=tree[q].fa;
for(int i=0;i<26;i++)
tree[cur].nex[i]=tree[q].nex[i];
while(p!=-1&&tree[p].nex[x]==q){
tree[p].nex[x]=cur;
p=tree[p].fa;
}
tree[now].fa=tree[q].fa=cur;
}
}
las=now;
return;
}
signed main(){
build();
for(int i=0;i