LA 11107 Life Forms

题意：在一个最大的字符串，使得它在超过一半的DNA序列中出现。

思路：首先用不同字符间隔将所有输入的串拼起来，，求出这个新串的后缀数组和height数组，然后二分长度P，每次只需要判断出是否有一个长度大于P的串在超过一半的串中连续出现。判断方法是扫一次height数组，将其分成若干段。每当height[i]小于p时开辟一个新段，则每一段的最初p个字符均相同，只要某段中包含了超过n/2个原串的后缀，则p是满足条件的。

代码如下：

#include<stdio.h>
#include<math.h>
#include<string.h>
#include<string>
#include<iostream>
#include<algorithm>
#include<queue>
#include<map>
using namespace std;
#define ll long long
#define nn 1000100

char ss[nn];
int s[nn];
int sa[nn];//s串的所有后缀的名次
int pos[nn];//后缀i在sa数组中的下标
int height[nn];//sa[i-1]和sa[i]的最长公共前缀长度（LCP）
int t[nn], t2[nn], c[nn], n;
void build_sa(int m)//后缀数组
{
	int *x = t, *y = t2;
	//基数排序
	for (int i = 0; i < m; i++) c[i] = 0;
	for (int i = 0; i < n; i++) c[x[i] = s[i]]++;
	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;
	for (int k = 1; k <= n; k <<= 1)
	{
		int p = 0;
		//直接利用sa数组排序第二关键字
		for (int i=n - k; i < n; i++) y[p++] = i;
		for (int i = 0; i < n; i++) if (sa[i] >= k) y[p++] = sa[i] - k;
		//基数排序第一关键字
		for (int i = 0; i < m; i++) c[i] = 0;
		for (int i = 0; i < n; i++) c[x[y[i]]]++;
		for (int i = 1; i < m; i++) c[i] += c[i - 1];
		for (int i = n - 1; i >= 0; i--) sa[--c[x[y[i]]]] = y[i];
		//根据sa和y数组计算新的x数组
		swap(x, y);
		p = 1; x[sa[0]] = 0;
		for (int i = 1; i < n; i++)
			x[sa[i]] = y[sa[i - 1]] == y[sa[i]] && y[sa[i - 1] + k] == y[sa[i] + k] ? p - 1: p ++;
		if (p >= n) break;//以后即使继续倍增，sa数组也不会改变，退出
		m = p;//下次基数排序的最大值
	}
}

int m;
/*
int cmp_suffix(char* pattern, int p)
{
	return strncmp(pattern, s + sa[p], m);
}

int find(char* p)
{
	m = strlen(p);
	if (cmp_suffix(p, 0) < 0) return -1;
	if (cmp_suffix(p, n - 1) < 0) return -1;
	int l = 0, r = n - 1;
	while (r >= l)
	{
		int mid = (l + r) >> 1;
		int res = cmp_suffix(p, mid);
		if (!res) return mid;
		if (res < 0) r = mid - 1;
		else l = mid + 1;
	}
	return -1;
}*/

void get_height()
{
	int k=0;
	for (int i = 0; i < n; i++) pos[sa[i]] = i;
	for (int i = 0; i < n; i++)
	{
		if (k) k--;
		int j = sa[pos[i] - 1];
		while (s[i + k] == s[j + k]) k++;
		height[pos[i]] = k;
	}
}

char str[nn];
int len[150];
int ans[nn];
bool vis[150];
int check(int mid, int k)
{
	int sz = 0, cnt = 0;
	memset(vis, 0, sizeof(vis));
	for (int i = 1; i <= n; i++)
	{
		if (height[i] >= mid)
		{
			for (int j = 1; j <= k; j++)
			{
				if (sa[i] > len[j - 1] && sa[i] < len[j]) cnt += (vis[j] ? 0 : 1), vis[j] = 1;
				if (sa[i - 1] > len[j - 1] && sa[i - 1] < len[j])	cnt += (vis[j] ? 0 : 1), vis[j] = 1;
			}
		}
		else
		{
			if (cnt > k / 2) 
			{
				ans[++sz] = sa[i - 1]; 
				//printf("%d %d  %d\n", sz, sa[i - 1],mid);
			}
			cnt = 0;
			memset(vis, 0, sizeof(vis));
		}
	}
	if (sz)
	{
		ans[0] = sz;
		return 1;
	}
	return 0;
}
int main()
{
	int m, p=0,fuck=0;
	while (scanf("%d", &m) && m)
	{
		n = 0;
		int sz = 0;
		for(int i = 1; i <= m; i++)
		{
			scanf("%s", str + n);
			for (; str[n] != '\0'; n++)
				s[n] = str[n];
			s[n] = 'z'+i;
			len[++sz] = n;
			n++;
		}
		s[n - 1] = 0;
		//printf("%s  %d\n", s,n);
		build_sa(255);
		get_height();
		//for (int i = 1; i < n; i++) printf("%d ", height[i]);
		//puts("");
		int l = 1, r = n, mid;
		while (l <= r)
		{
			mid = (l + r) >> 1;
			if (check(mid, m)) l = mid + 1;
			else r = mid - 1;
		}
		if (fuck) puts("");
		fuck = 1;
		if (l == 1) puts("?");
		else
		{
			for (int i = 1; i <= ans[0]; i++)
			{
				for (int j = ans[i]; j < ans[i] + l - 1; j++)
					printf("%c", s[j]);
				puts("");
			}
		}
	}
	return 0;
}

如果按照白书上的写法，是会RE的，那是由于char型能储存的字符量太少。解决方法：把s数组换成int型。我们排序需要的只是它的相对顺序，对排序的结果没影响。