洛谷 3809: 后缀数组

——后缀数组
原题传送门

Description

读入一个长度为$n$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$1$到$n$.

Data

Input
一行一个长度为$n$仅包含大小写英文字母或数字的字符串.
Output
一行，共$n$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$[1..100]$，那么时间复杂度就是$O(100n)$.
• 如果数据范围是$[1..10000]$，那么时间复杂度就是$O(10000n)$.

所以，

• 基数排序的时间复杂度约为$O(Kn)$.
• 基数排序的空间复杂度约为$O(K)$.

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$O(n)$.
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$O(K)$.
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$O(n)$.
对于所有的后缀进行快速排序$O(nlogn)$.
而关于字符串的比较$O(n)$.
总时间复杂度为$O(n^{2}logn)$，好像最坏是$2\ast 10^{13}$，这是无法接受的
使用字符串Hash或大整数可以避开$O(n)$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:
$$AABAABBAAB$$
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$SA[]$数组构造答案.
让k代表字符串S的2^k个前缀.
当k=0时，就等价于对串中每个字符排序.
当k=1时，$SA[1]$就可以利用$SA[1]$和$SA[2]$的原有数据更新.
当k=2时，$SA[1]$就可以利用$SA[1]$和$SA[4]$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$SA[]$作为答案，$rnk[]$作为答案的逆数组，$SA[rnk[i]]=i$.
即，$SA[i]$指"第 i 位的是哪个字符串"，$rnk[i]$指"这个字符串排在哪"
因为当$SA$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$X[],Y[]$.

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$L$ (为长度)翻倍，进行如下操作:

1. 按照原来的x关键字生成新的y关键字.
2. 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 ?