前置技能:基数排序
#include <cstdio>
#include <cstring>
#include <iostream>
#include <algorithm>
using namespace std;
const int maxn = 1000;
const int maxasc = 128; //ascII码[0,127]
char s[maxn];
int sa[maxn],t1[maxn],t2[maxn],c[maxn],n;
void debug()
{
for(int i=0; i<n; i++) printf("%d ",sa[i]);
printf("\n");
}
void build_sa(int m)
{
int *x = t1, *y = t2;//因为之后我们要swap(x,y)所以用指针
//第一遍实际就是对s数组稳定排序,使用的是基数排序
for(int i=0; i<m; i++) c[i] = 0;//清空桶
for(int i=0; i<n; i++) c[x[i] = s[i]]++;//x[i]=s[i],x相当于是rank,存的是排名第i的串的首字母是什么,当然现在还没有排名
//把首字母相同的放在同一个桶里
for(int i=1; i<m; i++) c[i] += c[i-1];//就根据首字母排序,首字母为i的前面留出首字母为1~i-1的数足够位置
for(int i=n-1; i>=0; i--) sa[--c[x[i]]] = i;//sa[i]表示排名为i的串首字母在原串中的位置
//因为还没有排完序,所以当前x[i]表示的还是i位置所引领的串的首字母(s[i]),所以i位置所引领的串的排名自然就是“--c[x[i]]”
//
for(int k=1; k<=n; k = k<<1) //每次扩展两倍
{
int p = 0;
//利用sa数组直接排序第二关键字
for(int i=n-k; i<n; i++) y[p++] = i;
//实际是认为没有第二关键字,即不存在后k个字符的串的第二关键字最小,所以放在前面,y[i] = x 表示第二关键字第i小的串的首字母在i位置
for(int i=0; i<n; i++) if(sa[i] >= k) y[p++] = sa[i]-k;//第二关键字的位置本来是sa[i],-k之后就变成它对应第一关键字的位置(直边所指)
//如果sa[i]小于k,第一关键字不够k个字符,因为斜边指向第二关键字,直边就指向第一关键字,若是第二关键字小于看,有会指出去
//基数排序第一关键字
//已经知道第二关键字的大小顺序了,扔到桶(c数组)里来一趟基数排序
for(int i=0; i<m; i++) c[i] = 0;
for(int i=0; i<n; i++) c[x[y[i]]]++;//y[i]表示第二关键字第i小的串对应第一关键字的首字母在i位置,x[i]表示i位置所引领的串的首字母
//所以x[y[i]]表示第二关键字第i小的串对应第一关键字的首字母,首字母相同的放在一个桶里
for(int i=0; i<m; i++) c[i] += c[i-1];//就根据首字母排序,首字母为i的前面留出首字母为1~i-1的数足够位置
for(int i=n-1; i>=0; i--) sa[--c[x[y[i]]]] = y[i];//y[i]表示第二关键字第i小的串对应第一关键字的首字母在i位置
//sa[i]表示排名为i的串首字母在原串中的位置,那么在y[i]位置的串排名应该是“--c[x[y[i]]]”
//根据sa和y数组计算x数组
//x数组实际是用来确定首字母为第i号字符,连续k个字母的串的相对大小的,所以最开始x[i]=s[i]
swap(x,y);//我们在下一次循环之前不会用到x所以不用在意x中到底存的是什么,总是要覆盖的。
//交换以后,我们原本舍弃的x,就变成舍弃y了
p = 1; x[sa[0]] = 0;
//从最小的串开始,赋予串一个整数值代表大小,aa = aa = 1,ab = 2,ba = 3等等
for(int i=1; i<n; i++)
x[sa[i]] = y[sa[i-1]] == y[sa[i]] && y[sa[i-1]+k] == y[sa[i]+k] ? p-1 : p++;//针对两个串比较直边所指元素和斜边所指元素
//每个串都彼此大小不同了,事实上后缀就是应该所有都不相等的,相对大小已确定,退出循环
if(p >= n) break;
m = p; //关键字的取值范围发生了变化,现在只有p个不同的值
}//最后就得到了sa和rank(x)
debug();
}
int main()
{
scanf("%s",s);
n = strlen(s);
build_sa(maxasc);
return 0;
}
void build_height(int *r, int n){//加一段求height的代码吧
int k=0, j;
for(int i=0; i<n; i++) rank[sa[i]] = i;//rank与sa是反函数
//如果在原串后面加了一个极小的字符(某些题目需要)
//就应该for(int i=1; i<=n; i++)//因为以这个极小字符开头的后缀串一定是最小的,也就是s[0]
//我们0~n-1,n个后缀串也就变成了0~n,n个,所以for 1~n(网上大多数代码并没有解释这一点)
for(int i=1; i<=n; height[rank[i++]] = k)//height[rank[1]=0
for(k ? k--:0, j = sa[rank[i]-1]; r[i+k] == r[j+k]; k++);
//j就是排序后的上一个后缀。
//第i-2个后缀与第i-1个后缀的height为k,那么第i-1个后缀与第i个后缀的height至少为k-1(可举例验证)于是从k-1向后扩展
}
白书上还有一种写法,更加好懂,废话不多说,贴上:
#include<iostream>
#include<cstdio>
#include<algorithm>
using namespace std;
const int maxn=100;
string s,ss;
int rankk[maxn];
int sa[maxn];
int tmp[maxn];
int n,k;
bool compare_sa(int i,int j)
{
if(rankk[i]!=rankk[j]){
return rankk[i]<rankk[j];
}else{
int ri=i+k<n?rankk[i+k]:-1;
int rj=j+k<n?rankk[j+k]:-1;
return ri<rj;
}
}
void construct_sa()
{
n=s.size();
for(int i=0;i<=n;i++){
sa[i]=i;
rankk[i]=s[i];
}
for(k=1;k<=n;k<<=1){
sort(sa,sa+n,compare_sa);
cout<<"sa"<<endl;
for(int i=0;i<n;i++){
cout<<sa[i]<<" ";
}
cout<<endl;
tmp[sa[0]]=1;
for(int i=1;i<=n;i++){
tmp[sa[i]]=tmp[sa[i-1]]+(compare_sa(sa[i-1],sa[i])?1:0);
}
for(int i=0;i<=n;i++){
rankk[i]=tmp[i];
}
cout<<"rankk"<<endl;
for(int i=0;i<n;i++){
cout<<rankk[i]<<" ";
}
cout<<endl;
}
}
//基于后缀数组的字符串匹配
bool contain()
{
int left=0,right=s.length();
while(left!=right){
int mid=(left+right)>>1;
if(s.compare(sa[mid],ss.length(),ss)>0){
right=mid;
}else if(s.compare(sa[mid],ss.length(),ss)<0){
left=mid+1;
}else{
left=mid;
break;
}
}
return s.compare(sa[left],ss.length(),ss)==0;
}
int main()
{
cin>>s;
construct_sa();
while(cin>>ss){
if(contain()){
cout<<"yes"<<endl;
}else{
cout<<"no"<<endl;
}
}
return 0;
}
还有吴永辉老师书上的一种,感觉像是用邻接表写的基数排序,代码以后更新