后缀自动机学习笔记

看了一天，勉强知道了些后缀自动机的皮毛，趁着还清醒写一发自用。

自动机

看看这个名词，马上想到了AC自动机及回文自动机。自动机实际上就是给你一个模版串，然后你建出一个点与点之间的转移方式。让询问的字符串在上面按照你规定的方式转移，最后停下来的节点就代表某种匹配的结果。

后缀自动机

后缀自动机的目的是为了匹配所有后缀。显然只要是子串，都有可能在后续的匹配（即往后面加字符）中成为后缀。所以后缀自动机实质上保存了所有的子串信息。

复杂度

所有状态及转移是O(n)的，具体可见各大佬的分析。

怎么做

实现是后缀自动机的难点

直接保存子串是n*n的，显然不行，但注意到匹配后缀的信息有很多重复。如bcbca，已知我要输入一个后缀，输入c，可能接着输入的是bca或a。输入bc，可能接下来输入的也是bca或a，所以本质上bc和c的后续转移是一样的。意识到这个，其实n*n的子串信息有很多可以合并。

哪些可以合并呢

再次看bcbca这个串，发现一个子串可能匹配的后缀与它的出现位置有关。若它出现在[L,R]则接下来的字符可能是[R+1,N]，也就是说，这个子串S出现后，接下来可能匹配的字符只与它出现的位置的右端点有关，那么，将它出现的所有位置的右端点记到一个集合里，称作Rg（S），如bcbca中，Rg（'bc'）= ｛2 ， 4｝。两个字符串的后续转移状态相同当且仅当Rg（S1）==Rg（S2）。既然后续转移相同，就可以在后缀自动机上共用一个节点，所以，后缀自动机上的一个节点实质上匹配了一类字符串，这些字符串转移到这个节点，当且仅当它们的Rg集合完全相同。

给出子串长度与字符串对应的Rg，很轻松就能确定这个子串。取任意1个ri，在前添字符即可。观察所有Rg相同的字符串，可以发现它们的长度为一个连续区间。可以看作在这些Rg集合中的ri点前添加字符，添加的字符较少时会有Rg集合之外的ri符合条件，添多了又会使集合中的ri不符合条件。如acabcaabc，Rg=｛5，9｝的子串只有长度为2的bc与3的abc。长度为1时，第2个位置的c也能匹配，而长度为4时，cabc已经不等于aabc了。想象1个Rg所对应的字符串，不断删去它最前面那个字符，原来合法的ri现在也一定合法，删掉后还可能多出合法的ri来，把1个节点所对应的Rg集合进行这个操作得到的第1个新Rg所对应的节点记作他的fa。还是这个例子，Rg=｛5，9｝时，最小的子串为bc，删去后得到c，Rg集合扩大为｛2，5，9｝，所以Rg=｛5，9｝的节点的fa就是Rg=｛2，5，9｝的节点。把某个Rg可以对应的长度区间记作[min , max]

具体流程

显然不会保存它的Rg集合，但其fa有助于后缀自动机的构建。首先考虑一个节点u，若其有一条x的转移路径，表示在原来的Rg集合内，有一些ri后面是x，这条路径所通向的节点的Rg即为这些ri+1（把x加进去）。在一个串S的后面加入一个字符x，多出来的子串信息即为以x结尾的所有后缀，这些后缀可以由原来Rg中有最后一个位置L的节点转移过来。首先找到last，就是上一次添加时所存下来的，Rg=｛L｝的节点（即表示1-L这个子串），所有Rg中有L的节点都是它的fa，把这些节点依次记作v1，v2......。新建一个节点np表示Rg=｛L+1｝的串，那么对于没有x这条转移路径的节点来说，它们的所有Rg后都没有接过x，那么接上x后显然Rg集合就是｛L+1｝1个元素，全部朝np建边。一直找到1个有x路径的点vq为止。考虑它沿x路径所走到的点q，但小心，能走到q的点不一定原来Rg全部都有L这个元素。比较q的max与vq的max，若q的max等于vq的max+1，则q确实只能从vq及其fa后面加一个x转移过来，直接记np的fa为q即可，否则，需要建造1个只能从vq及其fa转移过来的节点nq，把nq记作np的fa，首先nq除了计入了末尾的x，没有任何与q的不同，所以转移路径与fa都与q相同，然后相较于q，其Rg集合中多了一个L+1，所以成为了q的fa。最后，要把vq以及vq的fa中 所有以q为 x的转移终点 的节点 的x的转移终点 都变成这个专门造出来的节点nq，就大功告成啦。

关于为什么新建nq，这里有一个例子：在abdabcdabcab后加c，第一个有c的Rg集合为｛2 ， 5 ， 9 ，12 ｝，即abdabcdabcab，它的c的转移终点q为｛6，10｝，即abdabcdabcab，但是｛6，10｝不仅可通过｛2，5，9，12｝加c转移，同样也可以通过｛5，9｝（abdabcdabcab）加c转移，这时若直接把L+1加入q的Rg集合，使q的Rg集合变为｛6，10，13｝，则导致｛5，9｝本不能加c转移到｛6，10，13｝，现在却能到达｛6，10，13｝。所以｛5，9｝c的转移终点只能是原来的｛6，10｝，而我们只有新建一个节点表示｛6，10，13｝。

struct Node {
	int sn[26] , fa ; 
	int mx ; //存最大值用于判断q 
} p[200005] ; 

int las , lzw ; 
void getin ( char t ) 
{
	int np = ++lzw ; p[np].mx = p[las].mx + 1 ; 
	int nd = las ; las = np ; 
	while ( nd != -1 && p[nd].sn[t - 'a'] == 0 ) p[nd].sn[t - 'a'] = np , nd = p[nd].fa ; // 把没有x路径的节点赋值 
	if ( nd == -1 ) { p[np].fa = 0 ; return ; }  //没有节点有x路径，直接记fa为root，return 
	int q = p[nd].sn[t - 'a'] ; 
	if ( p[q].mx == p[nd].mx + 1 ) { p[np].fa = q ; return ; } // q可以直接用 
	int nq = ++lzw ;  // 新建节点nq 
	for ( int i = 0 ; i < 26 ; i++ ) p[nq].sn[i] = p[q].sn[i] ; 
	p[nq].fa = p[q].fa ; // 复制q的信息到nq 
	p[nq].mx = p[nd].mx + 1 ; 
	p[q].fa = p[np].fa = nq ;
	while ( nd != -1 && p[nd].sn[t - 'a'] == q ) p[nd].sn[t - 'a'] = nq , nd = p[nd].fa ; //把以q为终点的点终点赋为nq  
}

推荐陈立杰论文，挺详细的

------------------------------------------------------------------------后面为之后的补充

想要具体知道这个串是什么？你可以保留这个节点的任一个起点，记为d，那么这个节点可以对应的最长的串就是[d , d + mx - 1] 

转后缀树？反着建一遍后缀自动机，其fa树就是原串的后缀树，之后就为所欲为了。后缀自动机的fa树可以看做儿子的最长相同后缀就是父亲，而后缀树正好相反---儿子的最长相同前缀是父亲。