——后缀数组
原题传送门
Description
读入一个长度为
n
n
n的由大小写英文字母或数字组成的字符串.
请把这个字符串的所有非空后缀按字典序从小到大排序,然后按顺序输出后缀的第一个字符在原串中的位置.
位置编号为
1
1
1到
n
n
n.
Data
Input
一行一个长度为
n
n
n仅包含大小写英文字母或数字的字符串.
Output
一行,共
n
n
n个整数,表示答案.
Sample Input
ababa
Sample Output
5 3 1 4 2
思路
这是一道后缀数组的模板题.
后缀数组困惑了我好久,所以这篇博文会较为详细.
后缀数组
预备知识: 基数排序
基数排序,又称分配排序法.
这是一种与冒泡排序,归并排序,快速排序不一样的排序算法.
这种排序算法的时间复杂度是与待排序的集合域决定的.
简单来说:
- 如果数据范围是 [ 1..100 ] [1..100] [1..100],那么时间复杂度就是 O ( 100 n ) O(100n) O(100n).
- 如果数据范围是 [ 1..10000 ] [1..10000] [1..10000],那么时间复杂度就是 O ( 10000 n ) O(10000n) O(10000n).
所以,
- 基数排序的时间复杂度约为 O ( K n ) O(Kn) O(Kn).
- 基数排序的空间复杂度约为 O ( K ) O(K) O(K).
K是数据范围大小.
在数据范围较小的时候,使用基数排序是比较合适的,时间复杂度可近似为
O
(
n
)
O(n)
O(n).
但随着数据范围的增大,使用基数排序就变得不方便,时间复杂度可近似为
O
(
K
)
O(K)
O(K).
代码如下:
int B[K],A[N];
for (int i=1;i<=n;i++) B[A[i]]++;
for (int i=1;i<=K;i++)
while (B[i]>0)
{
printf("%d ",i);
B[i]--;
}
BF
本题的朴素算法主要通过列举后缀,直接比较给出.
枚举所有的后缀
O
(
n
)
O(n)
O(n).
对于所有的后缀进行快速排序
O
(
n
l
o
g
n
)
O(nlogn)
O(nlogn).
而关于字符串的比较
O
(
n
)
O(n)
O(n).
总时间复杂度为
O
(
n
2
l
o
g
n
)
O(n^2logn)
O(n2logn),好像最坏是
2
∗
1
0
13
2*10^{13}
2∗1013,这是无法接受的
使用字符串Hash或大整数可以避开
O
(
n
)
O(n)
O(n)的字符串比较,
但是构造本身,无论是代码量还是时间复杂度都没有直接比较优秀友好.
所以,我们需要时间复杂度更好的算法.
利用重复子串
这话是指,利用后缀数组中存在一个串是另一串的子串的情况.
举个例子:
A
A
B
A
A
B
B
A
A
B
AABAABBAAB
AABAABBAAB
这里后缀AAB就是后缀AABBAAB的子串.
换句话说,只要我们能够推出两串的中间部分AABB,就能够在AAB的基础上推出AABBABB!
想到这里,新解法就有了眉目.
倍增
想到倍增是很不容易的.
但其实也不是那么难,只要考虑前
−
-
−后之间的关系.
我们构造如下倍增算法.
我们用
S
A
[
]
SA[{ }]
SA[]数组构造答案.
让k代表字符串S的2k个前缀.
当k=0时,就等价于对串中每个字符排序.
当k=1时,
S
A
[
1
]
SA[1]
SA[1]就可以利用
S
A
[
1
]
SA[1]
SA[1]和
S
A
[
2
]
SA[2]
SA[2]的原有数据更新.
当k=2时,
S
A
[
1
]
SA[1]
SA[1]就可以利用
S
A
[
1
]
SA[1]
SA[1]和
S
A
[
4
]
SA[4]
SA[4]的原有数据更新.
以此类推.
当SA中所有值不同时,就实现了后缀数组排序.
A我真棒
代码实现
我们用
S
A
[
]
SA[]
SA[]作为答案,
r
n
k
[
]
rnk[]
rnk[]作为答案的逆数组,
S
A
[
r
n
k
[
i
]
]
=
i
SA[rnk[i]]=i
SA[rnk[i]]=i.
即,
S
A
[
i
]
SA[i]
SA[i]指"第 i 位的是哪个字符串",
r
n
k
[
i
]
rnk[i]
rnk[i]指"这个字符串排在哪"
因为当
S
A
SA
SA更新时,需要涉及两个数.
所以将这两个数分为两个关键字,分别为
X
[
]
,
Y
[
]
X[],Y[]
X[],Y[].
基数排序实现方法
本题需反复使用基数排序,所以可以将这块代码作为函数写.
void Radixsort()
{
// c 是桶
memset(c,0,sizeof(c));
for (int i=1;i<=n;i++) c[x[i]]++;
for (int i=2;i<=m;i++) c[i]+=c[i-1];
for (int i=n;i>=1;i--) SA[c[x[y[i]]]--]=y[i];
}
实现倍增
初始化x关键字并基数排序.
每次将
L
L
L (为长度)翻倍,进行如下操作:
- 按照原来的x关键字生成新的y关键字.
- 将xy关键字结合,生成新的x关键字.(需要结合基数排序排名)
具体实现可以看其他奆老的blog.
Code
#include<bits/stdc++.h>
using namespace std;
const int N=1e6+5;
char s[N];
int x[N],y[N],c[N],SA[N],rnk[N];
int n,m;
void Radixsort()
{
memset(c,0,sizeof(c));
for (int i=1;i<=n;i++) c[x[i]]++;
for (int i=2;i<=m;i++) c[i]+=c[i-1];
for (int i=n;i>=1;i--) SA[c[x[y[i]]]--]=y[i];
}
void getSA()
{
for (int i=1;i<=n;i++) x[i]=s[i],y[i]=i;
Radixsort();
for (int k=1;k<=n;k<<=1)
{
int cnt=0;
for (int i=n-k+1;i<=n;i++) y[++cnt]=i;
for (int i=1;i<=n;i++)
if (SA[i]>k)
y[++cnt]=SA[i]-k;
Radixsort();
swap(x,y);
x[SA[1]]=1;
cnt=1;
for (int i=2;i<=n;i++)
x[SA[i]]=(y[SA[i]]==y[SA[i-1]]&&y[SA[i]+k]==y[SA[i-1]+k])?cnt:++cnt;
if (cnt==n) break;
m=cnt;
}
}
void makeRnk()
{
for (int i=1;i<=n;i++) rnk[SA[i]]=i;
}
int main()
{
gets(s+1);
n=strlen(s+1);
m=122;//('z')
getSA();
//makeRnk();
for (int i=1;i<=n;i++) printf("%d ",SA[i]);
return 0;
}
感谢奆老关注 qwq ?