POJ - 3415 - Common Substrings （后缀数组）

POJ - 3415

将两个串通过一个中间字符连接到一起，然后求出 $height$ 数组。
设两个串为 $S,T$ 。计数可以分为两部分： $i \in S,j \in T 且后缀字典序i>j$ 和 $i \in S,j \in T 且后缀字典序i<j$ 两部分。这样我们就可以在 $height$ 数组上使用单调栈计数了。
将后缀 $>k$ 的部分分组计数。将 $h$ 数组都减去 $k$ 后，对于后缀 $i$ ，期望计数的部分应该是后缀 $j < i且h[i] \geq k$ 的最左边的一个 $j$ ，$[i,j]$ 这一部分关于 $h$ 的后缀最小值的面积。可以用一个变量 $res$ 来维护。
维护一个单调递增栈，每次一个后缀 $i \in T$ 进栈后，面积增加，因此 $res+=h[i]-k+1$ 。每次出栈时肯定是由于一个 $h[i]<h[stack[top]]$ 的元素进栈，那么此时后缀最小值发生改变因此 $res$ 也需要更新。 c <script type="math/tex" id="MathJax-Element-2061">c</script> 数组存储需要更新部分的长度。

#include<algorithm>
#include<cstdio>
#include<cstring>
using namespace std;
typedef long long ll;
const int N = 2e5+7;
int sa[N],c[N],t1[N],t2[N],rk[N],h[N],dp[N][20],mm[N];
int n;
char s[N];

bool cmp(int *r, int a, int b, int l)
{
    return r[a] == r[b] && r[a+l] == r[b+l] ;
}


//最后得到的 rk 在[0,n-1] 有效
//h和sa均在[1,n]内有效
void get_sa(char *s,int *sa,int *h,int *rk,int n,int m)
{
    s[n]=0; ++n;        //++n的原因是因为最后引入了一个0，因此预处理后显然sa[oldn]=0。
    int p, *x = t1, *y = t2;

    //基数排序：计算每个值的cnt，然后计算cnt的前缀和，标志每种值的在sa数组中的区间，
    //然后将下标（后缀第一个字母的位置）放置到sa数组中。
    for(int i=0;i<m;++i) c[i]=0;
    for(int i=0;i<n;++i) ++c[x[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[x[i]]]=i;

    //k是倍增的大小，新的数组中，(x[i]，x[i+k])是一个pair。
    //k<=n 因为极限情况是0+n==n。
    for(int k=1;k<=n;k<<=1)
    {
        //sa倍增
        //y是pair中第二个关键字排好序后对应的第一个关键字的下标。
        //当sa[i]>=k时，才有第一个关键字。
        p=0;
        for(int i=n-k;i<n;++i) y[p++]=i;
        for(int i=0;i<n;++i) if(sa[i]>=k) y[p++]=sa[i]-k;

        //基数排序，不过这里计算sa的时候根据y从后往前，因为考虑到第一关键字相同时，第二个关键字也是要升序的。
        //x相当于s吧，不过每次被增后x会发生变化。
        for(int i=0;i<m;++i) c[i]=0;
        for(int i=0;i<n;++i) ++c[x[i]]; //这里和邝斌的不一样
        for(int i=1;i<m;++i) c[i]+=c[i-1];
        for(int i=n-1;i>=0;--i) sa[--c[x[y[i]]]]=y[i];
        swap(x,y);
        p=1;x[sa[0]]=0;   //sa[0]=n-1，相当于x[n-1]=0。

        //给x赋新值，根据sa[i]升序，这样保证p最小。且相同的pair值一样。
        for(int i=1;i<n;++i)
            x[sa[i]] = cmp(y,sa[i-1],sa[i],k) ? p-1:p++;
        if(p>=n) break;         //不同的值已经达到n就退出。
        m=p;        //x中的最大值+1。
    }
    int k=0,j;
    --n;
    for(int i=0;i<=n;++i) rk[sa[i]]=i;  //rk[n]=0
    //for(int i=0;i<n;++i) printf("%d\n",rk[i]);
    //h[rk[i]]>=h[rk[i]-1]-1 。
    for(int i=0;i<n;++i)
    {
        if(k) --k;
        j=sa[rk[i]-1];
        while(s[i+k]==s[j+k]) ++k;
        h[rk[i]]=k;
    }
}
int top,len[N];
int main()
{
    int k;
    while(~scanf("%d",&k))
    {
        if(k==0) break;
        scanf("%s",s);
        int mid=strlen(s);
        s[mid]='.';
        scanf("%s",s+mid+1);
        n=strlen(s);
        get_sa(s,sa,h,rk,n,128);
        top=0;
        ll ans = 0,res=0;
        for(int i=1;i<=n;++i)
        {
            if(h[i]<k) top=res=0;
            else
            {
                int num = 0;
                if(sa[i-1]<mid) ++num,res+=h[i]-k+1;
                while(top&&len[top-1]>=h[i])
                {
                    res-=(ll)(len[top-1]-h[i])*c[top-1];
                    num+=c[top-1];
                    --top;
                }
                c[top]=num;len[top]=h[i];++top;
                if(sa[i]>mid) ans+=res;
            }
        }
        res=top=0;
        for(int i=1;i<=n;++i)
        {
            if(h[i]<k) top=0,res=0;
            else
            {
                int num=0;
                if(sa[i-1]>mid) ++num,res+=h[i]-k+1;
                while(top&&len[top-1]>=h[i])
                {
                    res-=(ll)(len[top-1]-h[i])*c[top-1];
                    num+=c[top-1];
                    --top;
                }
                c[top]=num;len[top]=h[i];++top;
                if(sa[i]<mid) ans+=res;
            }
        }
        printf("%I64d\n",ans);
    }
    return 0;
}