后缀数组总结（题目合集）

最新推荐文章于 2021-10-02 11:31:42 发布
最新推荐文章于 2021-10-02 11:31:42 发布
阅读量349 收藏 1
点赞数
分类专栏： 后缀树组 总结 文章标签： 后缀树组 总结
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/tianwei0822/article/details/100060566
版权

1、hdu6704 K-th occurrence（主席树+后缀树组）

题意：给定串s, q个询问(l,r,k)，求子串s[l,r]的第k次出现位置。

分析：好题。考虑后缀树组sa的含义，sa数组将后缀排序之后，前缀最相似的必然放在了一起（相邻），如果sa[x]前后能找到和后缀x的最长公共前缀大于等于区间长度的后缀，那么说明有子串重复，我们在sa数组找到满足情况（lcp(i,x)>=len）的左右边界（l、r），如果r-l+1>=k，说明存在k个重复的子串，sa[l]-sa[r]存放就是他们出现的位置，第k大就是第k次出现的位置（首字符）。二分上下界要注意二分的姿势和细节，很容易出错。

总结：被这个题目整了一天，对后缀树组的理解深入了不少，后缀树组还是很强大的，也复习了一下主席树，现在看来就是个模板题，对模板一定要熟悉，一定要用自己的，不然会吃大亏，以后都用这个题目的代码当模板了。

代码：

#include <bits/stdc++.h>
using namespace std;
const int N=1e5+5;
char s[N];
int y[N],x[N],c[N],sa[N],rk[N],height[N];
int t,n,m,q;

/// -- 后缀树组模板部分 get_SA + get_height + bd_st() + rmq + qu_lcp 五个函数 --
/// 字符串下标从1开始，因为主席树需要前缀和做差
void get_SA() {
    memset(c,0,sizeof(c));
    for (int i=1; i<=n; ++i) ++c[x[i]=s[i]];
    for (int i=2; i<=m; ++i) c[i]+=c[i-1];
    for (int i=n; i>=1; --i) sa[c[x[i]]--]=i;
    for (int k=1; k<=n; k<<=1) {
        int num=0;
        for (int i=n-k+1; i<=n; ++i) y[++num]=i;
        for (int i=1; i<=n; ++i) if (sa[i]>k) y[++num]=sa[i]-k;
        for (int i=1; i<=m; ++i) c[i]=0;
        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],y[i]=0;
        swap(x,y);
        x[sa[1]]=1;
        num=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]) ? num : ++num;
        if (num==n) break;
        m=num;
    }
}

/// height数组 （height[i] 表示sa[i-1]和sa[i]的最长公共公共前缀）
void get_height() {
    int k=0;
    for (int i=1; i<=n; ++i) rk[sa[i]]=i;
    for (int i=1; i<=n; ++i) {
        if (rk[i]==1) continue;
        if (k) --k;
        int j=sa[rk[i]-1];
        while (j+k<=n && i+k<=n && s[i+k]==s[j+k]) ++k;
        height[rk[i]]=k;
    }
}

/// st表  RMQ（height数组）
int dp[N][20];
void bd_st() {
    for (int i = 1; i <= n; i++) dp[i][0] = height[i];
    for (int j = 1; (1<<j) <= n; j++)
        for (int i = 1; i+(1<<j)-1 <= n; i++)
            dp[i][j] = min(dp[i][j-1],dp[i+(1<<(j-1))][j-1]);
}

/// height[rank[l]+1] .... height[rank[r]] 的最小值（求lcp时使用）
int rmq (int l, int r) {
    int k = 0;
    while ((1<<(k+1)) <= r-l+1) k++;
    return min(dp[l][k],dp[r-(1<<k)+1][k]);
}

/// 后缀x与后缀y的最长公共前缀
int qu_lcp(int x, int y) {
    if(x == y) return n - x + 1;
    x = rk[x],y = rk[y];
    if(x > y) swap(x, y);
    return rmq(x+1,y);
}

/// 注意二分的细节 很容易出错
int L,R;
void get_inv(int x,int len) {
    /// 求满足lcp(i,rk[x])的起始端点最小的后缀
    int l=1,r=rk[x],mid;
    while(l<r) {
        mid = (l+r)/2;
        if(qu_lcp(x,sa[mid])>=len) r=mid;
        else l=mid+1;
    }
    L = l;

    /// 求满足lcp(i,rk[x])的起始端点最大的后缀
    l=rk[x],r=n;
    while(l<r) {
        mid = (l+r+1)/2;
        if(qu_lcp(x,sa[mid])>=len) l=mid;
        else r=mid-1;
    }
    R = l;
}

/// -- 主席树部分 --
/// sa数组的值域为[1,n],可以不用离散化
int a[N],b[N];
int rt[N*20],ls[N*20],rs[N*20],sum[N*20],cnt=0;
void up(int pre,int& o,int l,int r,int pos) {
	o=++cnt;
	ls[o]=ls[pre];
	rs[o]=rs[pre];
	sum[o]=sum[pre]+1;
	if(l==r) return ;
	int m=(l+r)/2;
	if(pos<=m) up(ls[pre],ls[o],l,m,pos);
	else up(rs[pre],rs[o],m+1,r,pos);
}

int qu(int pre,int o,int l,int r,int k) {
	if(l==r) return l;///b[l];
	int m=(l+r)/2;
	if(sum[ls[o]]-sum[ls[pre]]>=k) return qu(ls[pre],ls[o],l,m,k);
	else return qu(rs[pre],rs[o],m+1,r,k-(sum[ls[o]]-sum[ls[pre]]));
}

int main() {
    scanf("%d",&t);
    while(t--) {
        scanf("%d%d%s",&n,&q,s+1);
        m=130;///字符串最大ASCII码值
        get_SA();
        get_height();
        bd_st();
        /*
        for(int i=1;i<=n;i++) a[i]=b[i]=sa[i];
        sort(b+1,b+n+1);
        int sz=unique(b+1,b+1+n)-(b+1);
		for(int i=1;i<=n;i++)
            a[i]=lower_bound(b+1,b+1+sz,a[i])-b;
        */
        cnt = 0;
        for(int i=1;i<=n;i++)
            up(rt[i-1],rt[i],1,n,sa[i]);
        while(q--) {
            int l,r,k;
            scanf("%d%d%d",&l,&r,&k);
            get_inv(l,r-l+1);
            if(R-L+1<k) printf("-1\n");
            else printf("%d\n",qu(rt[L-1],rt[R],1,n,k));
        }
    }
    return 0;
}

2、Comet OJ - 2019国庆欢乐赛 字符串

题意：https://www.cometoj.com/contest/68/problem/G?problem_id=3940。

题解：

代码：

#include<bits/stdc++.h>
using namespace std;
#define ll long long
const int N = 1e6+5;

char s[N],t[N];
int y[N],x[N],c[N],sa[N];
int n,m=180;///n为字符串长度，m为最大字符ASCII码

void get_SA() {
    memset(c,0,sizeof(c));
    for (int i=1; i<=n; ++i) ++c[x[i]=s[i]];
    for (int i=2; i<=m; ++i) c[i]+=c[i-1];
    for (int i=n; i>=1; --i) sa[c[x[i]]--]=i;
    for (int k=1; k<=n; k<<=1) {
        int num=0;
        for (int i=n-k+1; i<=n; ++i) y[++num]=i;
        for (int i=1; i<=n; ++i) if (sa[i]>k) y[++num]=sa[i]-k;
        for (int i=1; i<=m; ++i) c[i]=0;
        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],y[i]=0;
        swap(x,y);
        x[sa[1]]=1;
        num=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]) ? num : ++num;
        if (num==n) break;
        m=num;
    }
}

int q,bl[N],sz[N],ans[N];
int main(){
    scanf("%d%s",&q,s+1);
    int len = strlen(s+1);
    int sl = len;
    s[++len] = 'z'+1;
    for(int i=1;i<=q;i++) {
        scanf("%s",t);
        int l = strlen(t);
        bl[len+1] = i;
        sz[i] = l;
        for(int j=0;j<l;j++)
            s[++len] = t[j];
        s[++len] = 'z'+2;
    }
    s[++len] = 'z'+2;
    n = len;
    get_SA();
    int mi = 1e9;
    for(int i=n;i>=1;i--) {
        if(sa[i]<=sl) mi = min(mi,sa[i]);
        else if(bl[sa[i]] && mi+sz[bl[sa[i]]]-1<=sl)
            ans[bl[sa[i]]] = mi;
    }
    for(int i=1;i<=q;i++) {
        if(ans[i]) printf("%d\n",ans[i]-1);
        else puts("-1");
    }
	return 0;
}

3、HDU 5008 Boring String Problem

题意：找到字符串中第k小（去重后）的子串，并且输出下标最小的那一个。

分析：看到子串问题（子串排序）就想到是后缀数组问题，这题纯粹是后缀数组性质的综合运用。因为子串是后缀的前缀，后缀数组对后缀排序的同时，也对子串进行了排序。对于每一个sa[i],会产生不同的n - sa[i] - height[i]个子串，这些子串也是排好序的。可以二分求出这些子串中的第k小的子串所在的后缀。但是还需要找到一个出现最早的，也就是满足条件的最小的sa[x]。有一个显然的结论，二分找到的后缀一定是这个k小子串出现的最后一个位置，不然就不是sa[i]贡献的新子串了。（可以用反证法证明，举例也很容易想明白。）所以我们二分找到右端点，如何在sa数组满足条件区间[l,r]内RMQ求最小就是这个子串最开始出现的位置。

代码：

#include<bits/stdc++.h>
using namespace std;
#define ll long long
#define inf 0x3f3f3f3f
const int N = 1e6+5;
char s[N];

int y[N],x[N],c[N],sa[N],rk[N],height[N];
int n,m;///n为字符串长度，m为最大字符ASCII码
/// -- 后缀树组模板部分 get_SA + get_height + bd_st() + rmq + qu_lcp 五个函数 --
/// 字符串下标从1开始，因为主席树需要前缀和做差
void get_SA() {
    memset(c,0,sizeof(c));
    for (int i=1; i<=n; ++i) ++c[x[i]=s[i]];
    for (int i=2; i<=m; ++i) c[i]+=c[i-1];
    for (int i=n; i>=1; --i) sa[c[x[i]]--]=i;
    for (int k=1; k<=n; k<<=1) {
        int num=0;
        for (int i=n-k+1; i<=n; ++i) y[++num]=i;
        for (int i=1; i<=n; ++i) if (sa[i]>k) y[++num]=sa[i]-k;
        for (int i=1; i<=m; ++i) c[i]=0;
        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],y[i]=0;
        swap(x,y);
        x[sa[1]]=1;
        num=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]) ? num : ++num;
        if (num==n) break;
        m=num;
    }
}

/// height数组 （height[i] 表示sa[i-1]和sa[i]的最长公共公共前缀）
void get_height() {
    int k=0;
    for (int i=1; i<=n; ++i) rk[sa[i]]=i;
    for (int i=1; i<=n; ++i) {
        if (rk[i]==1) continue;
        if (k) --k;
        int j=sa[rk[i]-1];
        while (j+k<=n && i+k<=n && s[i+k]==s[j+k]) ++k;
        height[rk[i]]=k;
    }
}

/// st表  RMQ（height数组）
int dp[N][20],dp2[N][20];
void bd_st() {
    for (int i = 1; i <= n; i++) dp[i][0] = height[i];
    for (int j = 1; (1<<j) <= n; j++)
        for (int i = 1; i+(1<<j)-1 <= n; i++)
            dp[i][j] = min(dp[i][j-1],dp[i+(1<<(j-1))][j-1]);
    for (int i = 1; i <= n; i++) dp2[i][0] = sa[i];
    for (int j = 1; (1<<j) <= n; j++)
        for (int i = 1; i+(1<<j)-1 <= n; i++)
            dp2[i][j] = min(dp2[i][j-1],dp2[i+(1<<(j-1))][j-1]);
}

/// height[rank[l]+1] .... height[rank[r]] 的最小值（求lcp时使用）
int rmq (int l, int r) {
    int k = 0;
    while ((1<<(k+1)) <= r-l+1) k++;
    return min(dp[l][k],dp[r-(1<<k)+1][k]);
}

int rmq2 (int l, int r) {
    int k = 0;
    while ((1<<(k+1)) <= r-l+1) k++;
    return min(dp2[l][k],dp2[r-(1<<k)+1][k]);
}

/// 后缀x与后缀y的最长公共前缀
int qu_lcp(int x, int y) {
    if(x == y) return n - x + 1;
    x = rk[x],y = rk[y];
    if(x > y) swap(x, y);
    return rmq(x+1,y);
}

ll sum[N];
int main(){
    int q;
    while(scanf("%s",s+1)!=EOF) {
        n = strlen(s+1);
        m = 180;
        get_SA();
        get_height();
        bd_st();
        for(int i=1;i<=n;i++)
            sum[i] = sum[i-1] + n - sa[i] + 1 - height[i];
        scanf("%d",&q);
        ll l = 0, r = 0, v, k;
        for(int i=1;i<=q;i++) {
            scanf("%lld",&v);
            k = (l^r^v) + 1;
            if(k > sum[n]) {
                l = r = 0;
                puts("0 0");
                continue;
            }
            int L = 1,R = n, res = 0;
            while(L <= R) {
                int mid = (L + R) / 2;
                if(sum[mid] >= k) {
                    res = mid;
                    R = mid - 1;
                }else L = mid + 1;
            }
            int len = height[res] + k - sum[res - 1];
            L = res , R = n;
            int ans = res;
            while(L <= R) {
                int mid = (L + R) / 2;
                if(qu_lcp(sa[res],sa[mid]) >= len) {
                    ans = mid;
                    L = mid + 1;
                }else R = mid - 1;
            }
            l = rmq2(res,ans), r = l + len - 1;
            printf("%lld %lld\n",l,r);
        }
    }
	return 0;
}

 

Self-Discipline
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
11.罗穗骞《后缀数组——处理字符串的有力工具》.zip
08-08
同时，附件2中的题目可以帮助读者实践这些理论知识，提高对后缀数组运用的熟练程度。 总的来说，罗穗骞的资料提供了一个全面的学习后缀数组的平台，涵盖了理论、算法实现以及实际应用，适合对字符串处理感兴趣的...
后缀数组相关题解1
08-03
至于【POJ 3581】，题目未给出详细信息，但根据题目分类，它可能也是一个涉及到后缀数组的中等难度问题，可能需要利用后缀数组进行字符串的比较和统计。 总的来说，后缀数组是处理字符串问题的强大工具，它能有效地...
后缀数组题集
帅比王的博客
10-17 545
sa[i]：排名为i的后缀起始位置是多少。 rank[i]：从 i 位置起始的后缀在所有后缀中字典序排序后序号，与sa互逆。 lcp[i]：S[sa[i] ,…] 与 S[sa[i+1] , …]的最长公共前缀。 Musical Theme 测试地址 题意简述 给n个数组成的串，求是否有多个“相似”且不重叠的子串的长度大于等于5，两个子串相似当且仅当长度相等且每一位的数字差都相等。 解题思路 本题...
位运算
anyizhe7949的博客
02-02 1000
各种位运算的使用 === 1. and运算 === and运算通常用于二进制取位操作，例如一个数 and 1的结果就是取二进制的最末位。这可以用来判断一个整数的奇偶，二进制的最末位为0表示该数为偶数，最末位为1表示该数为奇数. === 2. or运算 === or运算通常用于二进制特定位上的无条件赋值，例如一个数or 1...
后缀数组习题集
天亮说晚安
07-21 3374
转自http://hi.baidu.com/zfy0701/blog/item/f2278a0928991dca3bc763a0.html 字符串算法通常是非常优雅的，尤其是后缀数组啊，前、后缀自动机啊，Trie，KMP，BM，BOM，Shift - Or，RK ...... 我准备写写POJ上一些字符串问题的文章，第一篇是我认为在竞赛中字符串问题用处最大的一个工具：后缀数组。 先帖点后缀数
后缀数组模板及简单的入门题总结
lajiyuan的博客
05-16 1892
后缀数组模板： const int maxn = 1e5+5;//开总串长度 int wa[maxn],wb[maxn],wsf[maxn],wv[maxn],sa[maxn]; int rank[maxn],height[maxn],s[maxn]; char str1[maxn],str2[maxn]; //sa:字典序中排第i位的起始位置在str中第sa[i] sa[1~n]为有效...
kuangbin后缀数组题单小结
ljy121121的博客
11-27 161
后缀数组小结 后缀数组也算是拖了好久了，总算是把题单ak了，小结下就得去搞后缀自动机了，争取南京前把字符串都过一遍。 首先，后缀数组算法本身就是对一个字符串的所有后缀进行排序，从而得出两个比较有用的数组，即sa[i]和rak[i]，其含义如下 sa[i]：排名第i的后缀的首字母所在下标 rak[i]：下标为i开头的后缀的排名 具体实现方法参考：后缀数组实现 通过后缀数组就引申出一个非常重要的数组，即 height[i]：排名为i的后缀与其前一名的后缀的最大公共前缀长度 具体实现方法和证明也在上面的博客中。
后缀数组——罗穗骞附件（源码）
12-20
罗穗骞，可能是某位知名的OI教练或专家，提供了关于后缀数组的源码和相关题目，帮助学习者深入理解这一概念。 后缀数组（Suffix Array）是一个排序的字符串所有后缀的数组。例如，对于字符串"banana"，它的后缀有...
CCF题目和答案.zip
05-18
5. **字符串处理**：KMP、Rabin-Karp、Boyer-Moore等字符串匹配算法，以及后缀数组、后缀自动机等高级技术，常用于处理字符串搜索和模式匹配问题。 6. **数学逻辑**：逻辑推理、概率统计、组合优化等，对于解决一些...
ACM-PAT甲级题目总结及实现
03-24
本文将对PAT甲级题目进行深入的总结，并提供相应的实现思路。 首先，我们要理解ACM竞赛的核心是解决算法问题，这需要扎实的数据结构和算法基础。PAT甲级题目通常涵盖了排序、搜索、图论、动态规划、字符串处理、...
后缀数组例题，对学习后缀数组有一点帮组
07-11
学习后缀数组有一点帮组，学习了一周的后缀数组，献给正在为ACM奋斗的同学们
后缀数组例题集
usernamezzz的博客
09-29 234
按这位大佬的博客刷的https://blog.csdn.net/tianyuhang123/article/details/54977648 poj-1743 不可重叠最长重复子串 给你一串数字，求它们最长的重复(公差相同)子序列，且两个子序列不相交 我们可以向二分枚举ans长度,如果能找到两个height>=ans,而且通过sa判断两个的间距>=ans,则说明这个答案合适。 ...
两种方法用宏定义写出swap（x，y）
weixin_34366546的博客
10-30 1035
问题引出： 如何将a,b交换，且不使用任何中间变量？ 方法一：算术运算法 a=a+b; b=a-b; a=a-b; 方法二：逻辑运算法 a=a^b; b=a^b; a=a^b; 若采用宏定义完成此功能，对应有2种方法，如下示例代码： </pre><pre name="code" class="html">#incl...
后缀数组--经典题型
weixin_30699955的博客
02-21 111
后缀例题 转自--后缀数组---处理字符串的有力工具 例1 ：最长公共前缀 问题描述：给定一个字符串，询问某两个后缀的最长公共前缀。 算法分析：问题可以转化为：height数组的区间最小值。所以加上一个 RMQ+倍增算法模板。可以O(1)查询。 题目+代码：略。 例2：可重叠最长重复子串 问题描述：给定一个字符串，求最长重复子串，这两个子串可以重...
后缀数组题目集
我们仍未知道那天所看见的花的名字。
10-02 120
Musical Theme #include <iostream> #include <stdio.h> #include <string.h> #include <stack> #include <queue> #include <map> #include <set> #include <vector> #include <math.h> #include <bitset> #incl
【后缀数组】解决各种字符串问题的总结
一地鸡毛
12-15 2570
一、 求后缀数组 对DA（倍增算法）的一些个人理解：由于我只学习了倍增算法，所以我只能谈谈我对它的理解。DC3算法我没有去研究.... DA算法我是根据罗穗骞的模板写的，根据自己的理解做了些许的小优化。我们现在来看看罗穗骞大牛的模板： int wa[maxn],wb[maxn],wv[maxn],ws[maxn]; int cmp(int *r,int a,int b,int l) {r
蓝桥杯 2014A组决赛第五题 重复模式 （后缀数组）
一个什么都不懂的菜鸟
03-28 1089
作为 drd 的好朋友，技术男 atm 在 drd 生日时送给他一个超长字符串 S 。atm 要 drd 在其中找出一个最长的字符串 T ，使得 T 在 S 中至少出现了两次，而他想说的秘密就藏在 T 中。 由于字符串实在是太长了，drd 总是找不到合适的 T 。于是 drd 请你帮他找到这个 T 的长度。 【输入格式】 一行。一个字符串，即题目中说的S 。 【输出格式】 一
后缀数组题目
weixin_30847271的博客
07-03 41
hdu 3948 1 /* 2 题意：给你一个串，求该串的不同子回文串的个数； 3 4 分析：首先我们想一下一个比较简单的问，求一个串的不同子串的个数 5 显然每个子串都是一个后缀的前缀，那么只要按照SA[]统计该后缀i的前缀 6 有那些是出现过的，也就是ans+=len[该后缀长]-height[i]; 7 8 9 同样的道理，我们...
彻底弄懂后缀数组
weixin_30790841的博客
03-26 558
什么叫后缀数组 首先要知道什么叫后缀 ？ 比如 字符串 abcdef 那么 abcdef bcdef cdef def ef f 就叫做后缀 也就是从最后一个字母之前的一个字母开始一直到最后一个字母（所以所 bcd不是后缀 因为没有到最后一位f） 所构成的字符串就叫做后缀 至于后缀数组能干什么？我在这就不介绍了 这不是本文的重点！...
最长公共后缀 伏城之外
最新发布
08-04
在字符串处理中，通常使用后缀数组、RANK数组和HEIGHT数组来解决这个问题。后缀数组SA存储了所有后缀的排列顺序，RANK数组存储了每个后缀的排名，而HEIGHT数组存储了相邻排名的后缀的最长公共前缀的长度。通过这些...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值