后缀自动机 学习笔记

对于鱼来说，写过模板而不写博客的后果就是过了几个月跟没学过一毛一样。

所以要开始营业了

Part 1 一些基本定义

• $endpos(t)$：字符串 $t$ 在 $s$ 中出现的所有结尾位置的集合
• 等价类：若 $endpos(x)=endpos(y)$，则 $x$ 和 $y$ 属于一个等价类。以下称对应同一等价类的所有子串为一个状态。
• $link(x)$：根据 $endpos$ 的性质，状态 $x$ 对应的所有子串都是其中最长的子串 $t$ 的后缀，而 $t$ 的后缀不一定都属于状态 $x$。规定 $t$ 的最长的不属于 $x$ 的后缀为 $link(x)$。

那么 $SAM$ 就是一个以状态为点，状态之间的 $link$ 转移为边的 DAG，从起始状态出发到达每一个终止状态之间的转移构成 $s$ 的一个后缀。

Part 2 构建

$SAM$ 的构建是 $O(n)$ 的线性算法，通过逐个加入每个字符来实现，节点数最多只有 $2n-1$。

每个节点包含这样几个基本信息：

• $len[x]$：$x$ 对应的最长字符串长度
• $fa[x]$：即 $link(x)$
• $ch[x][i]$：记录 $x$ 的转移边上对应字符为 $i$ 的后继状态

考虑插入字符 $x$ 的过程，假设上一个插入的节点是 $p$，当前新建的节点是 $np$。

先令 $len[np]=len[p]+1$，从 $p$ 往它的祖先跳，直到跳到某个节点有对应字符 $x$ 的转移边或者跳到初始状态，这一路都是没有 $x$ 的转移边的，直接令 $ch[p][x]=np$。

分情况讨论：

• 到初始状态还没有找到 $x$ 的转移边，直接令 $fa[np]=$初始状态；

• 找到了 $x$ 的转移边，假设转移到了点 $q$，即 $ch[p][x]=q$：

  • $len[q]=len[p]+1$，即字符串上点 $p$ 和点 $q$ 相邻，根据后缀状态的定义，令 $fa[np]=q$ 即可；
  • $len[q]>len[p]+1$，即 $q$ 对应着比起点到 $p$ 更长的子串，这时候将 $q$ 割裂成两个节点 $q$ 和 $nq$，使 $len[nq]=len[p]+1$，$nq$ 中保留 $q$ 的其它转移，让 $fa[q]$ 和 $fa[np]$ 全为 $nq$，再修改 $p$ 到初始状态上的所有沿边 $x$ 转移会到达 $q$ 的后继状态为 $nq$。

然后我们就得到了一个可爱的 $SAM$。

$code$：

struct qwq{
	int len,ch[26],fa;
}st[N];
int tot=1,lst=1;
inline void insert(int x){
	int p=lst,np;
	np=lst=++tot,st[np].len=st[p].len+1,f[np]=1;
	for(;p&&!st[p].ch[x];p=st[p].fa) st[p].ch[x]=np;
	if(!p) return st[np].fa=1,void();
	int q=st[p].ch[x];
	if(st[q].len==st[p].len+1) return st[np].fa=q,void();
	else{
		int nq=++tot;st[nq]=st[q],st[nq].len=st[p].len+1;
		st[np].fa=st[q].fa=nq;
		for(;p&&st[p].ch[x]==q;p=st[p].fa) st[p].ch[x]=nq;
	}
}

Part 3 一些基础应用

求本质不同的子串个数

一种方法是利用 DAG 的性质求从起点出发的路径条数，更好写的是利用树的性质，每个节点对应的子串数量为 $len[x]-len[fa[x]]$，但要注意计入答案的应该是当前节点刚插入自动机时的 $fa$，且后续割裂的 $nq$ 不计入贡献。

求第k小子串

不同位置的相同子串算一个：

每个本质不同的子串唯一对应 DAG 上一条以 $1$ 为起点的路径，建出 $SAM$ 之后，自动机上除起始点外每个点权值为 $1$，反图上拓扑dp求出每个点出发能走的路径条数。

不同位置的相同子串算多个：

同样建出 $SAM$，后复制的点不算权值，在 $parent$ 树上对每个点的子树进行求和，得到 $endpos$ 的大小作为点的权值，再拓扑dp。子树求和之后要先强制赋 $siz[1]=0$！

---

（或许）未完待续qwq