算法笔记——后缀数组

Zacky Young

已于 2022-10-25 12:05:08 修改

阅读量840

点赞数 2

分类专栏：算法笔记文章标签：算法

于 2022-07-16 20:55:52 首次发布

本文链接：https://blog.csdn.net/m0_67142204/article/details/125799178

版权

本文详细介绍了后缀数组的构建原理，包括倍增算法的实现，以及最长公共前缀（LCP）的计算。通过算法思路和实现，展示了如何利用后缀数组解决最长重复子串、不同子串个数、最长回文子串等问题。文章还探讨了LCP的性质，如性质1和2，提供了线性时间复杂度的解决方案。

摘要由CSDN通过智能技术生成

后缀指从某个位置开始到字符串末尾的一个子串，用suffix(i)来表示。

后缀数组(suffix array)指将s的所有后缀从小到大排序后，取其下标i放入数组中，该数组就叫做后缀数组。

$sa[i]$ 表示排名为i的后缀为 $suffix(sa[i])$

排名数组指suffix(i)在后缀数组中的排名（下标）

$rank[i]$ 表示suffix(i)的排名为 $rank[i]$

后缀数组和排名数组是互逆的，可以来回转换。

$sa[rank[i]]=i;$

suffix(i)排在第 $t=rank[i]$ 位，排在第 $t$ 位的后缀来自 $sa[t]=i$ ;

$rank[sa[i]]=i;$

排在第 $i$ 位的后缀来自 $t=sa[i]$ ,suffix(t)排在第 $rank[t]=i$ 位。

构建后缀数组有两种算法，DC3算法和倍增算法。一般n<=1e6时采用码量较小的倍增算法。此处采用倍增算法。

算法思路

对字符串从每个下标开始的长度为 $2^{k}$ 的子串进行排序，得到排名。k从0开始每次增加1，当 $2^{k}\geqslant n$ 时，从每个下标开始的长度为 $2^{k}$ 的子串都相当于其后缀suffix(i)。每次子串排序利用上一次子串的排名得到。

求解长度为 $2^{i}$ 的子串排名，将上一次rank值的第i个和第i+1个结合，再进行排序，得到新的rank值

当rank值没有相同值时已经得到了后缀排名，因为通过结合的方法前面的字符串已经确定了大小，无需再排序。

最后将rank数组转化为后缀数组，即 $suffix[rank[i]]=i;$

算法实现

后缀数组的构建中涉及到排序，因为采用倍增算法，因此长度为n的字符串最多需要 $O(logn)$ 次排序，排序若采用快速排序，则总复杂度为 $O(nlog^{2}n)$ ，而采用基数排序复杂度为 $O(nlogn)$ ，因此此处采用基数排序

1、将每个字符都转换为数字存入ss[]，并通过参数传递赋值给x[]数组（相当于排名数组），进行基数排序。为了防止比较时越界，在末尾用0封装。同时将字符串长度n+1

执行基数排序，的到后缀数组sa[]。

注意：大于等于n的部分的排名应与存在的所有排名不同，因为默认的0是有效的排名（排名从0开始），所以将越界的排名赋为-1

//...该步将s[i]转化为初始排名ss[i]
for(int i=0;i<m;i++)    c[i]=0;
for(int i=0;i<n;i++)    c[x[i]=ss[i]]++;//因为初始长度只有1，因此排名直接等于对应的数字
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;//记得倒序放入
for(int i=