登封造极之字符串——后缀数组

定义：给出字符串T，将T的所有后缀（包括空串和本身）排序后，得到一个顺序，定义sa[i]数组表示第i小的后缀是从T的哪个位置开始的，如：

T=aabcd

则有sa={0，1，2，3，4，5}

构建：直接模拟，得出所有的后缀快排，则O（n^2*log n)

       效率不够，定义S[i,k]表示从第i个位置开始的长度为k的字符串，rank[i,k]表示在所有排好序的S[i,k]中的排名。

        假设长度为k的后缀数组已经构建好了，那么我们现在构建2k的后缀数组：

       1.定义compare_sa，让sa数组按此排序。

       2.根据sa数组，更新rank数组

       关键在于compare_sa，我们将S[i,2k]分解为S[i,k]和S[i+k,k]，

       已知S[i,k],S[i+k,k]的排名rank[i,k],rank[i+k,k]，所以我们可以通过先比较rank[i,k]与rank[j,k]的大小，再比较rank[i+k,k],rank[j+k,k]的大小，从而确定S[i,2k]与S[j,2k]的大小关系，可以迅速的排序。

参考片段： 

bool compare_sa(int i,int j){
	if (rank[i] != rank[j]) return rank[i]<rank[j];
	else{
		int ri=i+k<=n?rank[i+k]:-1;
		int rj=j+k<=n?rank[j+k]:-1;
		return ri<rj;
	}
}
void construct_sa(string S,int *sa){
	n=S.length();
	for (int i=0;i<=n;i++){
		sa[i]=i;
		rank[i]=i<n?S[i]:-1;
	}
	for (k=1;k<=n;k*=2){
		sort(sa,sa+n+1,compare_sa);
		tmp[sa[0]]=0;
		for (int i=1;i<=n;i++)
			tmp[sa[i]]=tmp[sa[i-1]]+(compare_sa(sa[i-1],sa[i])?1:0);
		for (int i=0;i<=n;i++)rank[i]=tmp[i];
	}
}

 但仅仅有后缀数组，不足以解决所有问题，加上一个高度数组，将会更强大。

高度数组：

定义：lcp数组lcp[i]表示sa[i]与sa[i+1]所代表的后缀的最长公共前缀。

构建：设rank[i]表示位置i开始的后缀在sa中的顺序，则有rank[sa[i]]=i。

        假设我们以求出S[i...]与S[k....]的公共前缀，则如果S[i+1....],S[k+1.....]的首字母没有发生改变，则lcp[i+1]=lcp[i]-1,对于个别发生改变的只需单独检索一下即可。

参考片段：

void construct_lcp(string S,int *sa,int *lcp){
	int n=S.length();
	for (int i=0;i<=n;i++)rank[sa[i]]=i;
	int h=0;
	lcp[0]=0;
	for (int i=0;i<n;i++){
		int j=sa[rank[i]-1];
		if (h>0)h--;
		for (;j+h<n && i+h<n;h++)
			if (S[j+h] != S[i+h])break;
		lcp[rank[i]-1]=h;
	}
}

后缀数组在使用中非常灵活，如要求前缀等可以将字符串反转，求出发转后的后缀数组即为原字符串的前缀。

例：

1.最长公共子串：将S2接在S1后，则最长公共子串就在拼接后的子串的高度数组中。

2.字符串匹配：构造sa后，通过二分解决问题。（思维复杂度优于kmp，准确率高于哈希，在极端情况下效率更高）

3.最长回文：枚举中心，将原串与反转后的拼接，通过lcp求解。