hdoj 3518 Boring counting 【后缀数组】

大致题意：    给出一个字符串，求出所有不重叠出现次数大于等于两次的子串的数目。

 

View Code

/* 后缀数组倍增算法
 * 并且计算了height[], height[i] = LCP(i-1, i),  LCP(i, j)=lcp(suffix(sa[i]), suffix(sa[j])) 
 * 时间复杂度：N*logN
 * */
//hdoj 3518.
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;

const int MAXM = 10000 + 10;
const int LOG_MAXM = 20;

const int INF = INT_MAX;

int buc[MAXM];
int X[MAXM], Y[MAXM];
int rank[MAXM], height[MAXM], sa[MAXM];

void cal_height(int *r, int n)
{
    int i, j, k = 0; // height[i] = LCP(i-1, i)
    //rank[sa[0]] = 0;
    for (i = 1; i <= n; ++i) rank[sa[i]] = i; // sa[0] 是添加的0字符，0字符排第0位，所以可以忽略
    for (i = 0; i < n; height[rank[i++]] = k) // h[i] = height[rank[i]], h[i] >= h[i-1] - 1 
        for (k?k--:0, j = sa[rank[i] - 1]; r[i+k] == r[j+k]; ++k) ;
}

bool cmp(int *r, int a, int b, int l) 
{
    return r[a] == r[b] && r[a+l] == r[b+l];
}

void suffix(int *r, int n, int m=128) //字符串r末尾是0，所以长度应该是n+1，即原来基础上多加0
{
    int i, l, p, *x = X, *y  = Y, *t;

    for (i = 0; i < m; ++i) buc[i] = 0;
    for (i = 0; i < n; ++i) buc[ x[i] = r[i] ]++;
    for (i = 1; i < m; ++i) buc[i] += buc[i - 1];
    for (i = n - 1; i >= 0; --i) sa[ --buc[x[i]] ] = i;

    for (l = 1, p = 1; p < n; m = p, l <<= 1) {
        for (p = 0, i = n - l; i < n; ++i) y[p++] = i; // 末尾l个子串没有l长的第二关键字
        for (i = 0; i < n; ++i) { // 根据第二关键字，存第一关键字的位置
            if (sa[i] >= l) // 保证有第一关键字
                y[p++] = sa[i] - l; // 记录第一关键字的位置
        }
        for (i = 0; i < m; ++i) buc[i] = 0; //根据第一关键字排序 
        for (i = 0; i < n; ++i) buc[ x[y[i]] ]++;
        for (i = 1; i < m; ++i) buc[i] += buc[i - 1];
        for (i = n - 1; i >= 0; --i) sa[ --buc[ x[y[i]] ] ] = y[i];
        for (t = x, x = y, y = t, x[ sa[0] ] = 0, i = 1, p = 1; i < n; ++i) {//为下次排序准备2*l长的子串的rank值
            x[ sa[i] ] = cmp(y, sa[i-1], sa[i], l) ? p-1 : p++; // 新的rank值
        }
    }
    cal_height(r, n - 1);
}

int best[MAXM][LOG_MAXM];
void init_rmq(int n)
{
    for (int i = 1; i <= n; ++i) best[i][0] = height[i];
    for (int l = 1; (1 << l) <= n; ++l) {
        int limit = n - (1 << l) + 1;
        for (int i = 1; i <= limit; ++i) {
            best[i][l] = min(best[i][l-1], best[i + (1 << (l-1))][l-1]);
        }
    }
}
int lcp(int a, int b) // 询问a, b后缀的最长前缀
{
    a = rank[a], b = rank[b];
    if (a > b) swap(a, b);
    ++a; // 因为height[i]记录的是LCP(i-1, i)，所以要++a;
    int l = 0;
    for (; (1 << l) <= b - a + 1; ++l) ;
    --l;
    return min(best[a][l], best[b-(1<<l)+1][l]);
}

char str[MAXM];  //输入的串。
int num[MAXM];

int check(int tmp, int n) //长度为tmp的重复子串有几个。
{
    int x = -1;
    int y = INF;
    int ans = 0;

    for(int i = 2; i <= n; i++) {
        if(height[i] >= tmp) {
            x = max(sa[i-1], max(sa[i], x) );
            y = min(sa[i-1], min(sa[i], y) );
        } else {
            //x-y>=tmp,是因为题中说不重复子串，因为sa[i]表示排名为i的
            //位置，x就是这些串中的位置最大的一个，y则反之，
            //所以，x-y>=tmp就表示位置之差大于tmp，所以肯定是不重复的
            //子串。
            if(x != -1 && y != INF && x - y >= tmp) { 
                ans++;
            }
            x = -1;
            y = INF;
        }
    }
    if(x != -1 && y != INF && x-y >= tmp) {
        ans++;
    }
    return ans;
}


int main()
{
    // input
    while(scanf("%s", str) != EOF) {
        if(strcmp(str, "#") == 0) break;
        int n = 0;
        int len = strlen(str);
        for(int i = 0; i < len; i++) {
            num[i] = str[i] - 'a' + 1;
        }
        num[len] = 0;
        n = len;
        suffix(num, n + 1, 128); //tmp是总共出现的字符的个数，并且+1; 
        init_rmq(n);

        int ans = 0;
        for(int i = 1; i <= n/2; i++) {
            ans += check(i, len);
        }
        printf("%d\n", ans);
    }
    return 0;
}

 

 

转载于:https://www.cnblogs.com/-hsz/archive/2012/08/08/2628766.html