后缀数组题表

定义

$1.\quad$后缀：包含最后一个字符的字串。
$2.\quad$前缀：包含第一个字符的字串。
$3.\quad$子串：字符串中连续的某一段。等价定义：某个后缀的前缀
$4.\quad sa[i]$ 表示排名为 $i$ 的后缀的起始位置。
$5.\quad rank[i]$ 表示起始位置为 $i$ 的后缀的排名。
$6.\quad lcp(i,j)$ 表示起始位置为 $i$ 的后缀和起始位置为 $j$ 的后缀的最长公共前缀。
$7.\quad height[i]=lcp(sa[i],sa[i-1])$

模板

#include<iostream>
#include<cstdio>
#include<cstring>
#define maxn 2000050
using namespace std;
int wa[maxn],wb[maxn],rs[maxn];
int sa[maxn],rank[maxn],height[maxn];
#define cmp(r,a,b,l) ((r[a]==r[b])&&(r[a+l]==r[b+l]))
void da(const char *r,int n,int m){
    int *x=wa,*y=wb;
    for(int i=1;i<=n;++i)
        ++rs[x[i]=r[i]];
    for(int i=2;i<=m;++i)
        rs[i]+=rs[i-1];
    for(int i=n;i>=1;--i)
        sa[rs[x[i]]--]=i;
    for(int j=1,p=0;j<=n&&p<n;j<<=1,m=p,p=0){
        for(int i=n-j+1;i<=n;++i)
            y[++p]=i;
        for(int i=1;i<=n;++i)
            if(sa[i]>j)
                y[++p]=sa[i]-j;
        for(int i=1;i<=m;++i) rs[i]=0;
        for(int i=1;i<=n;++i) ++rs[x[i]];
        for(int i=2;i<=m;++i) rs[i]+=rs[i-1];
        for(int i=n;i>=1;--i)
            sa[rs[x[y[i]]]--]=y[i];
        swap(x,y);
        x[sa[1]]=1;
        p=1;
        for(int i=2;i<=n;++i)
            x[sa[i]]=cmp(y,sa[i-1],sa[i],j)?p:++p;
    }
    for(int i=1; i<=n; ++i)
        rank[sa[i]]=i;
    for(int i=1,k=0; i<=n; height[rank[i++]]=(k?k--:k))
        for(int j=sa[rank[i]-1]; r[i+k]==r[j+k]; ++k);
}

以下代码省略模板。

题目

模板(P3809)

char r[maxn];
int main()
{
    scanf("%s",r+1);
    da(r,strlen(r+1),300);
    for(int i=1;r[i];i++)
        printf("%d ",sa[i]);
}

重复子串

可重叠最长重复子串(暂无)

题意：给定一个字符串，求最长重复子串，这两个子串可以重叠。
题解：对这个字符串求后缀数组，由于子串必然是某个后缀的前缀，因此可以得知：只有排序后相邻的两个后缀的的最长公共前缀才可能是答案。因此答案即为 $\max\limits_{i=1}^nheight[i]$。
代码：

char s[maxn];
int main(void)
{
    scanf("%s",s+1);
    const int l=strlen(s+1);
    da(s,l,127);
    int ans=0;
    for(int i=1;i<=l;i++)
        ans=max(ans,height[i]);
    printf("%d\n",ans);
    return 0;
}

不可重叠最长重复子串(pku 1743/Luogu P2743)

题意：给定一个序列，求等价的最长子串，且长度大于 $5$，不可重叠。
等价的定义：对序列整体加上某个数值后与另一个序列完全相等。
题解：可以发现，两个原序列的长度为 $l+1$ 的等价序列，差分后，为长度为 $l$ 的相等序列。因此问题转换为不可重叠的最长重复子串。
二分答案 $k$，问题转换为判定是否存在长度为 $k$ 的最长子串。如果继续沿用上一题的方法会出现重叠，因此对height数组分组，所有相邻的大于 $k$ 的 $height$ 分为一组，当 $k$ 等于 $2$ 时候，分组如下。

可以发现， 有希望成为最长公共前缀不小于k的两个后缀一定在同一组。且两个后缀不会重叠当且仅当它们的 $sa$ 值的差大于 $k$。
代码：

int n,a[MAXN],r[MAXN];
bool check(int k) {
    bool flag=0;
    int mx=-INF,mm=INF;
    for(int i=2; i<=n; ++i) {
        if(height[i]>=k) {
            //最有可能成功的是组内最长和最短的
            mm=min(mm,min(sa[i],sa[i-1]));
            mx=max(mx,max(sa[i],sa[i-1]));
            if(mx-mm-1>=k) return 1;
            //差分后，不重叠的长度需要加一
        } else {
            mx=-INF,mm=INF;
        }
    }
    return 0;
}
int main() {
    while(~scanf("%d",&n) && n) {
        for(int i=0; i<n; ++i)
            scanf("%d",a+i);
        --n;
        for(int i=0; i<n; ++i)
            r[i]=a[i+1]-a[i]+88;//差分
        r[n]=0;
        SA(r,n+1,176);
        int l=0,r=n>>1,ans=0;
        while(l<r) {
            int mid=(l+r+1)>>1;
            if(check(mid))
                l=ans=mid;
            else
                r=mid-1;
        }
        if(l>=4)//总长度大于等于5，故差分长度大于等于4
            printf("%d\n",ans+1);
        else
            printf("%d\n",0);
    }
    return 0;
}

可重叠的k次最长重复子串(pku 3261/Luogu P2852)

题意：给定一个序列，求序列中至少出现 $k$ 次的可重叠的最长子串。
题解：类似上一题，二分答案长度 $l$，对 $height$ 数组分组，不小于 $l$ 的分在一个组内，判断是否有一个组的大小至少为 $k$ 即可。
代码：

struct node{
    int d,i;
    bool operator<(const node &x)const{
        return d<x.d;
    }
}m[20020];
int t[20020],n,k;
bool check(int mid){
    int cnt=0;
    for(int i=2;i<=n;i++){
        if(height[i]>=mid){//大括号不可省略，否则下面的else会被认为是下面的if的。
            if(++cnt>=k-1)//n个height元素表示n+1个串的LCP至少为k
                return true;
        }else
            cnt=0;
    }
    return false;
} 
int main(void)
{
    scanf("%d%d",&n,&k);
    for(int i=1;i<=n;i++)
        scanf("%d",&m[i].d),m[i].i=i;
    sort(m+1,m+n+1);//数据范围过大，离散化
    int cnt=0,last=0;
    for(int i=1;i<=n;i++){
        if(m[i].d==last)
            t[m[i].i]=cnt;
        else
            last=m[i].d,t[m[i].i]=++cnt;
    }
    da(t,n,20010);
    int l=1,r=n,ans=0;
    while(l<=r){//二分答案
        int mid=(l+r)>>1;
        if(check(mid))
            l=(ans=mid)+1;
        else
            r=mid-1;
    }
    printf("%d",ans);
    return 0;
}

子串个数

不相同的子串的个数(SPOJ 694/Luogu SP694/SPOJ 705/Luogu SP705)

题意：给定一个字符串，求不相同的子串的个数。
题解：只考虑后缀的前缀，则排第 $k$ 名的后缀有 $n-sa[k]+1$ 个前缀，但其中有 $height[k]$ 个前缀和上一个前缀相等，故有 $n-sa[k]+1-height[k]$个子串。
代码：

int T;
char s[maxn];
int main(void){
    scanf("%d",&T);
    while(T--){
        scanf("%s",s+1);
        const int l=strlen(s+1);
        da(s,l,127);
        int ans=0;
        for(int i=1;i<=l;i++)
            ans+=l-sa[i]+1-height[i];
        printf("%d\n",ans);
    }
    return 0;
}

回文子串

最长回文子串(ural1297/Vjudge)