python实现后缀数组

刷蓝桥杯题目的时候碰到了后缀数组，就去学习了一下，虽然可能因为python问题还是没ac
题目传送门[蓝桥杯 2014 国 AC] 重复模式

后缀数组

后缀数组（SA） 是强大的处理字符串的算法，看网上都是c++的代码，这里给出一手python的代码

前置定义：

字串： 在字符串s中，任取i<=j，则在s中截取从i到j的这一段就叫做s的字串
后缀： 就是从字符串s的某个位置i到字符串末尾的字串，我们定义以s的第i个字符为第一个元素的后缀为suff(i)
后缀数组： 把s的每个后缀按照字典序排序，
后缀数组SA[i] 表示 排名为i的后缀的起始下标位置,
而它的映射数组rank[i] 表示 起始位置下标为i的后缀的排名
简单来说，SA表示排名为i的起始下标，rank表示起始下标为i的排名是几

后缀数组的具体实现

在暴力的情况下，快排$O(nlogn)$排序每个后缀，但是这是字符串，比较任意两个后缀的时间$O(n)$，合起来接近$O(n^{2}logn)$的复杂度，我们采取2方面的优化

倍增
对于读入的字符串根据单个字符排序，相同的字符拥有同样的序号，这里称作关键字

接下来把相邻的关键字合并到一起，即每个字符以自己的关键字为第一关键字，以下一个字符的关键字为第二关键字，没有第二关键字的补零，按照新合并的关键字排完序后再次标号

然后再以第i个字符自己的关键字为第一关键字，第i+2个字符的关键字为第二关键字，重复上一步，再以第i+4为第二关键字倍增$\dots$直至排序标号后所有的关键字都不一样

显然这样排序的速度稳定在$O(logn)$
基数排序
如果用快排的化，复杂度是$O(nlo{g}^{2}n)$
观察排序过程，每次都是排序两位数，所以基数排序能优化到$O(n)$
显然后缀数组这东西不可能让你排个序就完事了

构造最长公共前缀——Height

定义：
Height[i]： 表示suff[SA[i]]和suff[SA[i - 1]]的最大公共前缀，也就是排序后相邻的两个后缀的最长公共前缀
而两个排名不相邻的最长公共前缀为排名在他们之间的Height的最小值
一般用h[i]表示Height[rank[i]]

利用后缀数组高效地得到Height
先给出一个结论h[i]$\ge$ h[i - 1] - 1$$Height[rank[i]] $\ge$ Height[rank[i - 1]]
这个性质很简单，大家花点时间自己想一下
根据这个性质，我们遍历一遍SA就可以得到Height了

代码

有点绕，慢慢理解下

def get_SA(s, n, m):
    MAXN = 500005
    rank = [0] * MAXN
    c = [0] * MAXN
    sa = [0] * MAXN
    y = [0] * MAXN
    Height = [0] * MAXN
    for i in range(1, n + 1):
        rank[i] = ord(s[i - 1])
        c[rank[i]] += 1
    for i in range(1, m):
        c[i] += c[i - 1]
    for i in range(n, 0, -1):
        sa[c[rank[i]]] = i
        c[rank[i]] -= 1
    k = 1
    while(k <= n):
        num = 0
        for i in range(n - k + 1, n + 1):
            num += 1
            y[num] = i
        for i in range(1, n + 1):
            if(sa[i] > k):
                num += 1
                y[num] = sa[i] - k
        for i in range(1, m + 1):
            c[i] = 0
        for i in range(1, n + 1):
            c[rank[i]] += 1
        for i in range(1, m + 1):
            c[i] += c[i - 1]
        for i in range(n, 0, -1):
            sa[c[rank[y[i]]]] = y[i]
            c[rank[y[i]]] -= 1
            y[i] = 0
        rank, y = y, rank
        rank[sa[1]] = 1
        num = 1
        for i in range(2, n + 1):
            if(y[sa[i]] == y[sa[i - 1]] and y[sa[i] + k] == y[sa[i - 1] + k]):
                rank[sa[i]] = num
            else:
                num += 1
                rank[sa[i]] = num
        if(num == n):
            break
        m = num
        k *= 2
    for i in range(1, n + 1):
        k = max(k - 1, 0) if k else k
        j = sa[rank[i] - 1]
        while(i + k <= n and j + k <= n and s[i + k - 1] == s[j + k - 1]):
            k += 1
        Height[rank[i]] = k
    ans = 1
    for i in range(2, n + 1):
        ans = max(Height[i], ans)
    print(ans)

if __name__ == '__main__':
    s = input()
    n = len(s)
    get_SA(s, n, 256)