后缀数组(SA)、后缀自动机(SAM)、广义 SAM 总结
后缀数组(SA)
基础知识
\qquad 后缀数组中涉及到的主要有三个重要的数组:1、 s a sa sa 数组: s a i sa_i sai 表示排名为 i i i 的后缀是哪一个后缀;2、 r a n k rank rank 数组: r a n k i rank_i ranki 表示第 i i i 个后缀的排名是几;3、 h e i g h t height height 数组: h e i g h t i height_i heighti 表示排名为 i i i 的后缀与排名为 i − 1 i-1 i−1 的后缀的最长公共前缀( L C P LCP LCP)的长度。
\qquad 求后缀数组一般用的是时间复杂度 O ( n log n ) O(n\log n) O(nlogn),但是常数极小的倍增法。整体思想是基于基数排序的思想。大体过程为:1、先以第一关键字(长度为 1 1 1 的前缀)为基准排序;2、将原先的第一关键字作为现在的第二关键字,将长度为 2 2 2 的前缀作为第一关键字排序;3、重复上述步骤,每次第一关键字的长度倍增,直到排序结束停止。
\qquad 代码实现上有点小技巧,比如:第一次排序结束后,再进行第二次排序前要先求出所有后缀的第二关键字排名。在求第二关键字排名的时候,我们可以发现:第 i i i 个后缀的第一关键字刚好是第 i − 1 i-1 i−1 个后缀的第二关键字。在后面排序进行次数更多的时候也是同理:假设进行了 k k k 次排序,那么此时第 i i i 个后缀的第一关键字刚好是第 i − 2 k i-2^k i−2k 个后缀的第二关键字。
\qquad 对于第一关键字相同的后缀,我们要按照第二关键字来排序。但是怎么做到呢?这里有个小技巧就是倒序枚举第二关键字的排名。这样就可以在第一关键字相同的情况下第二关键字也有序。
\qquad C o d e : Code: Code:
void Get_sa() {
//初始按照第一关键字排序
for(int i = 1; i <= n; i ++) c[X[i] = s[i]] ++;
for(int i = 1; i <= m; i ++) c[i] += c[i - 1];
for(int i = n; i; 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;//求出按照第二关键字排序的结果
}
for(int i = 1; i <= m; i ++) c[i] = 0;
for(int i = 1; i <= n; i ++) c[X[i]] ++;
for(int i = 1; i <= m; i ++) c[i] += c[i - 1];
for(int i = n; i; i --) sa[c[X[Y[i]]] --] = Y[i], Y[i] = 0;//先按第一关键字排,若相同则按照第二关键字排
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;
}
}
\qquad 关于 H e i g h t Height Height 数组的求法,这里先引出几条性质:1、排名为 i i i 的后缀与排名为 j j j 的后缀( i < j i<j i<j)的 L C P LCP LCP 等于 min \min min( L C P LCP LCP(排名为 i i i 的后缀,排名为 i + 1 i+1 i+1 的后缀), L C P LCP LCP(排名为 i + 1 i+1 i+1 的后缀,排名为 i + 2 i+2 i+2 的后缀), … \dots …)。形式化地, L C P ( s a i , s a j ) = min ( L C P ( s a i , s a i + 1 ) , L C P ( s a i + 1 , s a i + 2 ) , … ) LCP(sa_i,sa_j)=\min(LCP(sa_i, sa_{i+1}), LCP(sa_{i+1}, sa_{i+2}),\dots) LCP(sai,saj)=min(LCP(sai,sai+1),LCP(sai+1,sai+2),…)。2、记 h i = L C P ( i , s a r k i − 1 ) h_i=LCP(i,sa_{rk_i-1})