数据结构之后缀树

一、理解：

1、后缀树，举例说明：

eg: 利用字符串prop建立后缀树。
暴力地说，可以三步建树。
第一步，得到prop的所有后缀：
B[0] = “”
B[1] = “p”，第四个后缀
B[2] = “op”，第三个后缀
B[3] = “rop”，第二个后缀
B[4] = “prop”，第一个后缀
以上五个，都是它的后缀
第二步，用这五个后缀建立trie树。
第三步，压缩：
如果一段树枝既没有分支，又没有哪一条后缀结束，它就要压缩成一个点；
如果一段树枝没有分支，但是有一条后缀在其中结束了，就先为结束点建立一个空节点，再让剩余部分压缩成点。
这样就不会把后缀也压缩掉了，压缩完就是后缀树，长这样：

建议自己先画一遍

2.后缀树与后缀数组（SA）和后缀自动机（SAM）：虽然三者的前缀相同，但后缀的进化程度倍增，不是同纲。

例如后缀数组：
市面上常见两种写法：倍增（O(nlogn)）和DC3（O(n)）。
DC3，又称skew，y总说它的常数比倍增大，而且难写，所以一般用倍增。
倍增写法把字符串的所有后缀按字典序排序（基数排序），排完序得到的就是后缀数组SA：
SA[i]：排名第i位的是第几个后缀（不考虑空后缀）
而一般会用到的数组height：
height[i]：sa[i]和sa[i-1]的最长公共前缀
是后缀数组扩展得来的。
并且通过扩展功能，后缀数组可以逐渐向后缀树转化。

3.为什么没见人用后缀树：后缀树功能完整，构造算法也逐渐优化了。

后缀树魔法：
1.查找字符串S1是否在字符串S2中
2.计算字符串a在字符串S中的重复次数
3.查找字符串S中的最长重复子串
4.查找字符串S1和S2的最长公共子序列（LCP）
5.广义后缀树：处理多个字符串的后缀，分别加标记就行
但是功能完整就表示效率不是最优，而且它难写。

后缀树的确炫酷，但是我劝大家学后缀数组。
建树的算法学一个通宵午不一定能学会一个，而学两个小时的后缀数组，就能求LCP

二、前置技能：

基数排序O(n+k)：

eg：数组A={9, 7, 5, 5, 4}
第一步，计数：
B[4]=1
B[5]=3
B[7]=4
B[9]=5
B[i]表示小于等于i的数的个数
第二步，遍历数组A并排序：
A[0]=9，排序为B[9]=5，B[9]–
A[1]=7，排序为B[7]=4，B[7]–
A[2]=5，排序为B[5]=3，B[5]–
A[3]=5，排序为B[5]=2，B[5]–
A[4]=4，排序为B[4]=1，B[4]—
注意：A[2]的5排序为3，A[3]的5排序为2。
如果第二步遍历时从后往前遍历，就变成A[2]的5排序为2，A[3]的5排序为3。

lcp的两个性质：

1.lcp[i, j]表示排名第i位的后缀和排名第j位的后缀的lcp。
那么显然有lcp[i, j] = min(lcp[i, k], lcp[k, j])，i≤k≤j。
所以lcp[i, j] = min(lcp[i, i+1], lcp[i+1, i+2], …, lcp[j-1, j])。
2.height[i] = lcp[i-1,i]
定义h[i] = height[ rk[i] ]，即第i个后缀的height，即第i个后缀和排名比它小一位的后缀的lcp。
那么有h[i]≥h[i-1]-1。

三、后缀数组

输入一个字符串s，求sa数组和height数组。

先上代码：

#include<bits/stdc++.h>//acwing2715
using namespace std;
const int N=1000010;
int n,m;
char s[N];
int sa[N], x[N], y[N], c[N], rk[N], height[N];

void get_sa(){
   
	//第一轮排序，只按第一个字母排
    for(int i=