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385 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
专栏目录
Codeforces 后缀数组 题目汇总
qq_39898877的博客
11-05 441
模板1（字符串从0开始读入） const int N=2e5+10,inf=0x3f3f3f3f; int sa[N]; int rk[N]; int tmp[N]; int lcp[N]; char s[N],t[N]; int n,k; bool cmp(int i,int j){ if(rk[i] != rk[j]) return rk[i]<rk[j]; else...
后缀数组（倍增）学习记录，我尽可能详细的讲了
PatchouKnowledge的博客
04-08 380
我觉的我尽可能详细的来讲解后缀数组了，我尽力了~ 还有就是还有点内容可能之后会补，今天是实在写不动了。
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
算法合集之《后缀数组——处理字符串的有力工具》
diaocuiguo2493的博客
04-06 249
后缀数组： sa[i]:表示排名第i个的首字母位置 Rank[i]:第i个数的排名 Height[i]:sa[i]和sa[i-1]的最长公共前缀 suffix(j) 和suffix(k) 的最长公共前缀为height[rank[j]+1], height[rank[j]+2], height[rank[j]+3], … ,height[rank[k]]中的最小值。 ...
后缀数组题目小结
ACM！荣耀之路！
06-10 4989
因为有两次遇到了后缀数组的题目，于是这才下定决心学习了一下后缀数组，虽然对后缀数组并没有说理解得很透彻，但是一些基本得模板还是会用了，起码对付一些一般的后缀数组应该还是没有问题的了 对于后缀数组的原理什么的我就不多说了，毕竟我理解的不算很透，只是说对于模板得出关键的三个数组还算有点使用的心得而已，具体的大家完全可以去看论文，百度可以找到很多，里面也说的很详细，大部分模板都是从那里面来的
后缀数组 亚马逊笔试题最后一道题考了这道题
松篁
10-22 252
今天下午看完了后缀树的原理2011.10.26 ，这篇文章写得很赞：http://hi.baidu.com/bupt1/blog/item/7391c0246fdb7a1f918f9dca.html 本文转自http://hi.baidu.com/lewutian/blog/item/4d098138d29c34f9b311c725.html 单...
后缀数组--经典题型
weixin_30699955的博客
02-21 121
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...
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——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...
后缀数组练习题若干
水
10-13 3678
POJ 1743    不可重叠最长重复子串 二分答案。 即子串的长度，假设为k时。 利用height数组，将排序后的后缀分为若干组。 每组内的height值都不小于k。 然后只需查看组内是否有满足要求的两个不会产生重叠的子串即可。 #include #include #include #include #include #include #include #defin
后缀数组题集
帅比王的博客
10-17 573
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...
后缀数组习题集
天亮说晚安
07-21 3409
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
练习——后缀数组题目
ALXPCUN的博客
04-27 1166
BZOJ 1717 题意：给一个字符串，求最长的出现至少K次的子串，子串可以重叠。 难度：* 和模型一样，直接上。 CODE： #include #include #include using namespace std; const int MAX_N = 20005; int n, K, a[MAX_N]; void init() { scanf("%d%d", &n
后缀数组题目集
我们仍未知道那天所看见的花的名字。
10-02 155
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
后缀数组练习题
lb2003
08-21 267
POJ1743 思路 由于可能转调， 现设匹配长度lenlenlen，A[i∼i+len−1]=A[j∼j+len−1]−w(j&gt;i+len−1)A[i\sim i+len-1]=A[j\sim j+len-1]-w(j&gt;i+len-1)A[i∼i+len−1]=A[j∼j+len−1]−w(j>i+len−1)，w就是转调值，但这样并不好处理。 由于是区间加上(...
【题单——后缀数组】
ygmjsjdboy的博客
06-05 290
目录P4051 [JSOI2007]字符加密P2870 [USACO07DEC]Best Cow Line GP2852 [USACO06DEC]Milk Patterns GP4248 [AHOI2013]差异SP705 SUBST1 - New Distinct SubstringsP3181 [HAOI2016]找相同字符SP1811 LCS - Longest Common SubstringP5341 [TJOI2019]甲苯先生和大中锋的字符串P2463 [SDOI2008]Sandy的卡片P2
后缀数组专题训练
weixin_33893473的博客
01-05 100
后缀数组学习资料：http://blog.csdn.net/wxfwxf328/article/details/7599929 题目链接：http://acm.hdu.edu.cn/showproblem.php?pid=4691 思路：首先求出上下相邻的查询的字符串的LCP（最长公共前缀），这个可以通过求出的height数组得到。我们可以先求出上下相邻的字符串的rank，然后...
后缀数组题表
linjiayang2016的博客
08-17 277
定义 1.sa[i]1.sa[i]1.\quad sa[i] 表示排名为 iii 的后缀的起始位置。 2.rank[i]2.rank[i]2.\quad rank[i] 表示起始位置为 iii 的后缀的排名。 3.lcp(i,j)3.lcp(i,j)3.\quad lcp(i,j) 表示起始位置为 iii 的后缀和起始位置为 jjj 的后缀的最长公共前缀。 4.height[i]=lcp(...
后缀数组：字符串处理利器
- **子串的个数**：利用后缀数组可以计算出一个字符串中不相同子串的总数，例如例5中的spoj694和spoj705题目。 - **回文子串**：通过后缀数组，可以有效地找出最长的回文子串，如例6中ural1297的解决方案。 - **...
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