之前介绍过
SAM
S
A
M
的构建
打算做点题练习一下，但是找到
SAM
S
A
M
的裸题之后，根本不知道怎么用
SAM
S
A
M
搞
所以就来总结一下
SAM
S
A
M
的应用
找不同的子串的个数
方法一：用dfs处理处每个点能扩展出多少个字符串
sum[x]=∑sum[t[x].son[i]]+1
s
u
m
[
x
]
=
∑
s
u
m
[
t
[
x
]
.
s
o
n
[
i
]
]
+
1
，其实可以不用dfs，拓扑一下（按len从小到大）然后倒着做。最后sum[1]就是所有子串的个数。
方法二：
ans=∑t[x].dis−t[t[x].fa].dis
a
n
s
=
∑
t
[
x
]
.
d
i
s
−
t
[
t
[
x
]
.
f
a
]
.
d
i
s
两个串的最长公共子串
这个问题的一种经典解法就是DP：
f[i][j]=f[i−1][j−1]+1(a[i]==a[j])
f
[
i
]
[
j
]
=
f
[
i
−
1
]
[
j
−
1
]
+
1
(
a
[
i
]
==
a
[
j
]
)
f[i][j]=0(a[i]!=a[j])
f
[
i
]
[
j
]
=
0
(
a
[
i
]
!
=
a
[
j
]
)
另一种解法就是后缀数组：
我们把两个串接起来，得到
SA
S
A
数组和
height
h
e
i
g
h
t
数组
取
SA[i]
S
A
[
i
]
和
SA[i−1]
S
A
[
i
−
1
]
分别属于两个串的
height
h
e
i
g
h
t
的最大值即可
那么利用
SAM
S
A
M
要怎么解决此问题呢？
我们用
A
A
串建立 ，然后用
B
B
串在后缀自动机上匹配，
因为后缀自动机中包含串的所有子串，并且
root
r
o
o
t
到后缀自动机中的任意结点形成的路径都是
A
A
的合法路径，所以 串能匹配到的点到根的路径都是
AB
A
B
的最长公共子串
那么我们只要找到所有能匹配的结点到根的最远距离即可
如果匹配到一个点后匹配不上了怎么办呢？
后缀自动机中有一个很重要的指针——
parent
p
a
r
e
n
t
指针
每个点的
parent
p
a
r
e
n
t
指针指向的是上一个可以接受后缀的结点，即如果当前节点可以接某个后缀那么
parent
p
a
r
e
n
t
指针指向的结点也一定可以接受
可以将
parent
p
a
r
e
n
t
指针指向的位置表示的状态看成该状态的一个后缀（有点像失配指针）
那么匹配不上我们就不停的跳
parent
p
a
r
e
n
t
链，直到匹配上或者回到根节点为止
跳到一个节点后当前匹配的长度就变成了
len[i]
l
e
n
[
i
]
（i指可以匹配上的节点）
例题
多个串的最长公共子串
这道题可以二分答案，用后缀数组做
（一听这个做法，就觉得比较麻烦）
那如果我们借助后缀自动机呢？
还是对第一个串建立
SAM
S
A
M
，不过这次匹配的时候是多个串匹配
每次匹配的时候对于后缀自动机中的每个结点维护一个值
l
l
，表示的是到达该结点所能匹配上的最大长度
（每个结点都可能是多个结点的儿子，所以从根到该点的路径长度可能是不同的）
光匹配还不够，我们需要按照拓扑序倒序（按照dis从大到小），用每个结点去更新ta的节点
因为如果匹配到一个状态，那么实际上他
parent
p
a
r
e
n
t
链上的所有状态都匹配上了
l[fa[i]]=dis[fa[i]]
l
[
f
a
[
i
]
]
=
d
i
s
[
f
a
[
i
]
]
（
dis
d
i
s
是到达每个结点的最长路径）
然后对于每个串匹配后得到的每个位置的
h
h
数组取得到数组
g
g
，的最大值极为答案
例题
spoj 1812 —> 题解
bzoj 2946 —> 题解
第K小子串问题
这类问题多与拓扑序有一定的关系
我们按照拓扑序倒序（按照dis从大到小）用每个点取更新
fa
f
a
的取值，就可以得到每个位置后面有多少个子串
然后在后缀自动机上进行
dfs
d
f
s
，每次从字典序小的开始计算，
如果当前子树（其实不是严格的树形结构，但是我们可以形象的这样理解）的size>=k就说明第k小的子串的结尾在该子树中，
否则k-size，然后向下寻找
有点像主席树查询区间k大
例题
spoj 7258 —> 题解
bzoj 3998: [TJOI2015]弦论 —> 题解
bzoj 2882: 工艺 —> 题解
重复出现的子串问题
这类问题一般都与
right
r
i
g
h
t
集合有关系，
所谓
right
r
i
g
h
t
集合就是某个状态或者说是子串
str
s
t
r
在
s
s
中每次出现位置的右端点组成的集合，常用来表示
right
r
i
g
h
t
集合的大小
那么 right r i g h t 的大小怎么求呢？
right(i) r i g h t ( i ) 是 right(fa[i]) r i g h t ( f a [ i ] ) 的子集，所以我们按照 parent p a r e n t 树中深度从大到小，依次将每个状态的 right r i g h t 集合并入 fa f a 状态的 right r i g h t 集合，初始的时候只有主链上的 |right|=1 | r i g h t | = 1
按照这种方式我们不仅可以求出 right r i g h t 集合的大小，还可以求出某个子串在字符串中出现的最靠左最靠右的位置等等，在此不在赘述
这类问题静态的比较好搞，如果是动态的可能需要借助数据结构进行维护，比如下面的bzoj2555就需要用到LCT动态维护 parent p a r e n t 树的形态，并维护节点的信息
例题
poj 1743: Musical Theme —> 题解
spoj 8222: NSUBSTR-Substrings
bzoj 2555: SubString —> 题解
后缀自动机与DP的结合
一般这类题中的后缀自动机是用来做预处理的，核心是DP
所以说：浔阳DP无音乐，终岁不闻AC声
例题
bzoj 4180: 字符串计数 —> 题解
bzoj 4032: [HEOI2015]最短不公共子串 —> 题解
bzoj 2806: [Ctsc2012]Cheat —> 题解
bzoj 3238: [Ahoi2013]差异
广义后缀自动机
一般有两种形式
一种是对
trie
t
r
i
e
建立广义的后缀自动机
另一种是对多个独立的串建立广义的后缀自动机
对于trie树：我们在只有一个串的时候
p
p
就是直接指向前一个字符的位置，因为我们现在是树结构，所以指向的应该是该点在
trie
t
r
i
e
树中父节点的位置，剩下的建立过程与普通的后缀自动机相同
对于多个串：每次加完一个串就把
p
p
回到
然后自然加入即可
例题
bzoj 3926: [Zjoi2015]诸神眷顾的幻想乡 —> 题解
bzoj 2780: [Spoj]8093 Sevenk Love Oimaster —> 题解
bzoj 3277: 串
bzoj 3473: 字符串
right r i g h t 集合与 parent p a r e n t 树
right
r
i
g
h
t
集合与
parent
p
a
r
e
n
t
树是后缀自动机最常用也是最好用的两个东西
right
r
i
g
h
t
集合一般用来处理计数问题，两者相辅相成不可分离
有一个比较有用的性质：两个串的最长公共后缀，位于这两个串对应状态在 parent p a r e n t 树的最近公共祖先上
例题
bzoj 4516: [Sdoi2016]生成魔咒
bzoj 4566: [Haoi2016]找相同字符
bzoj 1396: 识别子串
283
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
