后缀数组原理及应用详解

后缀数组原理及应用详解

     在pongba的讨论组上看到一道Amazon的面试题：找出给定字符串里的最长回文。例子：输入XMADAMYX。则输出MADAM。这道题的流行解法是用后缀树（Suffix Tree)。这坨数据结构最酷的地方是用它能高效解决一大票复杂的字符串编程问题： 

• 1.在文本T里查询T是否包含子串P（复杂度同流行的KMP相当）。

  2.文本T里找出最长重复子串。比如abcdabcefda里abc同da都重复出现，而最长重复子串是abc。

  3.找出字符串S1同S2的最长公共子串。注意不是常用作动态规划例子的LCS（最低共有祖先）哈。比如字符串acdfg同akdfc的最长公共子串为df，而他们的LCS是adf。

  4.Ziv-Lampel无损压缩算法。

  5.还有就是这道面试题问的最长回文了。

  虽说后缀树的概念独立于Trie的概念，但我觉得从Trie推出后缀树自然简洁，所以先简单解释一下Trie。它的用途主要是字符串查询。不过词汇变迁多半比较诡异，Trie不发tree的音，而发try的音。

  Trie是坨简单但实用的数据结构，通常用于实现字典查询。我们做即时响应用户输入的AJAX搜索框时，就是Trie开始。谁说学点数据结构没用来 着？本质上，Trie是一颗存储多个字符串的树。相邻节点间的边代表一个字符，这样树的每条分支代表一则子串，而树的叶节点则代表完整的字符串。和普通树 不同的地方是，相同的字符串前缀共享同一条分支。还是例子最清楚。给出一组单词，inn, int, at, age, adv, ant, 我们可以得到下面的Trie：

    

  可以看出：