【后缀数组与统计】

后缀数组向来很强大，其中它的统计功能是一方面。

下面以两道题目为例说明一下如何使用强大的后缀数组进行统计

【例1】POJ 3415http://poj.org/problem?id=3415

这题是求两串中长度>=K的子串的个数(可重复)

做法：首先最正路的做法就是用后缀数组把两个串链接起来，中间加个没出现过的字符，对新串求heigh数组，我们先对遇到A的可以对前面与B的lcp进行相加，同样遇到属于B的也对前面与A的lcp进行相加，现在问题是怎么相加，O(n^2)算法明显不可行？有个东东叫”单调栈“，顾名思义，它的元素是单调的。单调栈的最常见用途是求子矩阵最大面积，现在也类似的，因为任意两个后缀的lcp是区间的最小值。更具体可以参考这个blog http://www.cnblogs.com/Booble/archive/2010/12/14/1906147.html，顺便提一点，我们可以用一个数组保存当前lcp最小值为h的区间数，可以在栈操作的同时进行更新。

#define maxn 200100
int wa[maxn],wb[maxn],wv[maxn],wss[maxn];
int r[maxn],sa[maxn];
int cmp(int *r,int a,int b,int l)
{return r[a]==r[b] && r[a+l]==r[b+l];}
void da(int *r,int *sa,int n,int m){
     int i,j,p,*x=wa,*y=wb,*t;
     for(i=0;i<m;i++) wss[i]=0;
     for(i=0;i<n;i++) wss[x[i]=r[i]]++;
     for(i=1;i<m;i++) wss[i]+=wss[i-1];
     for(i=n-1;i>=0;i--) sa[--wss[x[i]]]=i;
     for(j=1,p=1;p<n;j*=2,m=p){
         for(p=0,i=n-j;i<n;i++) y[p++]=i;
         for(i=0;i<n;i++) if(sa[i]>=j) y[p++]=sa[i]-j;
         for(i=0;i<n;i++) wv[i]=x[y[i]];
         for(i=0;i<m;i++) wss[i]=0;
         for(i=0;i<n;i++) wss[wv[i]]++;
         for(i=1;i<m;i++) wss[i]+=wss[i-1];
         for(i=n-1;i>=0;i--) sa[--wss[wv[i]]]=y[i];
         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)?p-1:p++;
     }
     return;
}
int rank[maxn],height[maxn];//rank[i]：i排第几；sa[i]：排第i的后缀串在哪里，互为逆运算
void calheight(int *r,int *sa,int n){//n不用加1
     int i,j,k=0;
     for(i=1;i<=n;i++) rank[sa[i]]=i;
     for(i=0;i<n;height[rank[i++]]=k){
        for(k?k--:0,j=sa[rank[i]-1];r[i+k]==r[j+k];k++);
     }
     return;
}
char a[maxn],b[maxn];
int fa[maxn],fb[maxn],fc[maxn];//fa记录每个height，fb记录属于哪个串，fc记录合并后当前最小值为h连续“矩形”数
int st[maxn];
int main(){
    int k;
    int i,j;
    while(scanf("%d",&k) && k){
        int len;
        scanf("%s%s",a,b);
        int la = strlen(a);
        a[la] = '#';a[la+1] = '\0';
        strcat(a,b);
        len = strlen(a);
        for(i=0;i<len;i++){
            r[i] = a[i];
        }
        r[len] = 0;
        da(r,sa,len+1,199);
        calheight(r,sa,len);
        for(i=0;i<=len;i++){
            fb[i] = (sa[i]<la);
            fa[i] = (height[i]>=k) ? height[i]-k+1 : 0;
        }
        LL ans = 0;
        st[0] = -1,fa[len+1] = 0;
        for(j=0;j<=1;j++){
            LL sum = 0;
            for(int top = 0,i=2;i<=len;i++){
                if(fb[i]!=j)ans+=sum;
                st[++top] = fa[i+1];
                fc[top] = (fb[i]==j);
                sum += (LL)st[top]*(LL)fc[top];
                while(st[top-1]>=st[top]){
                    sum -= (LL)(st[top-1]-st[top])*(LL)fc[top-1];
                    st[top-1] = st[top];
                    fc[top-1] += fc[top];//合并区间
                    top--;
                }
            }
        }
        printf("%I64d\n",ans);
    }
    return 0;
}

【例2】

E. Prefix Sum

Time Limit : 6000/3000ms (Java/Other)   Memory Limit : 65535/32768K (Java/Other)

Total Submission(s) : 88   Accepted Submission(s) : 14

Font: Times New Roman | Verdana | Georgia

Font Size: ← →

Problem Description

A string v is a suffix string of a string w if string v can read from a position of string w and to the end of w.
For example, string bc is a suffix string of abc. but ab is not.
A string v is a prefix string of a string w if string v can read from the beginning of string w.
For example, string ab is prefix string of string abc, but bc and abcd are not.

For 2 strings s1 and s2, if there is a string s3 is both the prefix of s1 and s2, we call s3 is a common prefix of s1 and s2.
The longest common prefix of 2 strings is the longest common prefix string of all the common prefix strings among these 2 strings.

Your task is:
Give you the string, count the sum of the length of each of the longest common prefix string of each 2 suffix of the string.

Input

There are multi strings. One string per line. Each string is no longer than 10^5. The strings only contain A-Z and a-z.

Output

For each string, output the sum.

Sample Input

ABC
ABABA
AABB

Sample Output

0
7
2

Source

SCAUCPC 2012

这是华农校赛一道”难题“，其实不难，用后缀数组完全可做。

题意很简单：给出一个串，计算两两后缀的最长前缀的长度，并求和。 

方法：后缀数组+单调栈优化

#define maxn 100100
int wa[maxn],wb[maxn],wv[maxn],wss[maxn];
int r[maxn],sa[maxn];
int cmp(int *r,int a,int b,int l)
{return r[a]==r[b] && r[a+l]==r[b+l];}
void da(int *r,int *sa,int n,int m){
     int i,j,p,*x=wa,*y=wb,*t;
     for(i=0;i<m;i++) wss[i]=0;
     for(i=0;i<n;i++) wss[x[i]=r[i]]++;
     for(i=1;i<m;i++) wss[i]+=wss[i-1];
     for(i=n-1;i>=0;i--) sa[--wss[x[i]]]=i;
     for(j=1,p=1;p<n;j*=2,m=p){
         for(p=0,i=n-j;i<n;i++) y[p++]=i;
         for(i=0;i<n;i++) if(sa[i]>=j) y[p++]=sa[i]-j;
         for(i=0;i<n;i++) wv[i]=x[y[i]];
         for(i=0;i<m;i++) wss[i]=0;
         for(i=0;i<n;i++) wss[wv[i]]++;
         for(i=1;i<m;i++) wss[i]+=wss[i-1];
         for(i=n-1;i>=0;i--) sa[--wss[wv[i]]]=y[i];
         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)?p-1:p++;
     }
     return;
}
int rank[maxn],height[maxn];//rank[i]：i排第几；sa[i]：排第i的后缀串在哪里，互为逆运算
void calheight(int *r,int *sa,int n){//n不用加1
     int i,j,k=0;
     for(i=1;i<=n;i++) rank[sa[i]]=i;
     for(i=0;i<n;height[rank[i++]]=k){
        for(k?k--:0,j=sa[rank[i]-1];r[i+k]==r[j+k];k++);
     }
     return;
}
char str[maxn];
int c[maxn];//c数组记录最小值h能延伸多少个区间，在栈操作的同时进行合并
int st[maxn];//手写栈
int dp[maxn];//dp数组记录前面矩形个数，类似于dp
int main(){
    while(scanf("%s",str) !=-1) {
        int i,j;
        int n = strlen(str);
        for(i=0;i<n;i++){
            r[i] = str[i];
        }
        da(r,sa,n+1,199);
        calheight(r,sa,n);
        LL ans = 0;
        st[0] = -1;
        height[n+1] = 0;
        dp[0] = 0;
        for(int top=0,i=1;i<=n;i++){
            st[++top] = height[i+1];
            c[top] = 1;
            while(st[top-1]>=st[top]){
                st[top-1] = st[top];
                c[top-1] += c[top];
                top--;
            }
            ans += c[top]*st[top]+dp[top-1];
            dp[top] = dp[top-1]+c[top]*st[top];
        }
        printf("%I64d\n",ans);
    }
    return 0;
}