ICode9
精准搜索请尝试： 精确搜索
首页
编程语言>
数据库
系统相关
互联网
其他分享
Python
Java
JavaScript
android
PHP
首页 > 其他分享> 文章详细

后缀数组学习笔记

2020-12-26 11:01:22  阅读：268  来源： 互联网

标签：fir 后缀 笔记 int rg maxn 数组 sec sa


作用

对于一个字符串的后缀按照字典序进行排序

通常的求法是 \(nlogn\) 的倍增做法

网上的博客都很详细

比如这篇 和 这篇

这里只放一下板子，并说一下几种常见的题型

#define rg register
const int maxn=1e6+5;
int n,m,sa[maxn],fir[maxn],sec[maxn],tax[maxn],hei[maxn];
void Qsort(){
	for(rg int i=0;i<=m;i++) tax[i]=0;
	for(rg int i=1;i<=n;i++) tax[fir[i]]++;
	for(rg int i=1;i<=m;i++) tax[i]+=tax[i-1];
	for(rg int i=n;i>=1;i--) sa[tax[fir[sec[i]]]--]=sec[i];
}
void getsa(){
	m=10000;
	for(rg int i=1;i<=n;i++) fir[i]=s[i],sec[i]=i;
	Qsort();
	for(rg int len=1,p=0;p<n;m=p,len<<=1){
		p=0;
		for(rg int i=n-len+1;i<=n;i++) sec[++p]=i;
		for(rg int i=1;i<=n;i++) if(sa[i]>len) sec[++p]=sa[i]-len;
		Qsort();
		std::swap(fir,sec);
		fir[sa[1]]=p=1;
		for(rg int i=2;i<=n;i++) fir[sa[i]]=(sec[sa[i]]==sec[sa[i-1]] && sec[sa[i]+len]==sec[sa[i-1]+len])?p:++p;
	}
}
void getheight(){
	rg int j,k=0;
	for(rg int i=1;i<=n;i++){
		if(k) k--;
		j=sa[fir[i]-1];
		while(s[i+k]==s[j+k]) k++;
		hei[fir[i]]=k;
	}
}

题型一：后缀排序

这种题一般给你一个长度为 \(n\) 的字符串，你可以选择将最前面的字符移到最后，求字典序最小的方案

解决方法就是把原数组复制一遍，然后跑一下后缀排序

后两道 \(USACO\) 的题则需要把原串翻转接在最后，思想很巧妙

例题：P4051 [JSOI2007]字符加密 P1368 【模板】最小表示法 P6140 [USACO07NOV]Best Cow Line S P2870 [USACO07DEC]Best Cow Line G

题型二：不同性质子串个数

用总的子串的个数 \(\frac{n(n+1)}{2}\) 减去重复的子串的个数 \(\sum_{i=1}^{n}height[i]\)

例题：P2408 不同子串个数 P4070 [SDOI2016]生成魔咒 SP705 SUBST1 - New Distinct Substrings SP694 DISUBSTR - Distinct Substrings

第二道题要稍稍做一下转化，把向结尾加字符转化成向前加字符

这样每次只会有一个新的后缀加入，我们只需要用一个 \(set\) 找该后缀的前驱后继计算答案即可

题型三：利用\(height\)数组的性质计算

对于\(height\)数组，有如下的式子

\(height[i]=LCP(sa[i−1],sa[i])\)

\(LCP(j,k)=min_{l=j+1}^kheightl\)
例题：P4248 [AHOI2013]差异 #3879. SvT

这两道题都利用了\(height\)数组第二个取 \(min\) 的性质

对于 \(height\) 数组中的每一个值，记录一下它向左和向右能做的最远的贡献，可以用单调栈实现
核心代码

sta[++tp]=1;
for(rg int i=2;i<=n;i++){
	while(tp && heig[i]<=heig[sta[tp]]){
		r[sta[tp]]=i;
		tp--;
	}
	l[i]=sta[tp];
	sta[++tp]=i;
}
while(tp){
	r[sta[tp--]]=n+1;
}
ans=1LL*(n+1)*n*(n-1)/2;
for(rg int i=1;i<=n;i++){
	ans-=2LL*(i-l[i])*(r[i]-i)*heig[i];
}

题型四：求不同串的最长的公共子串的长度

我们把这些串连成一个长串，在串与串相接的地方插入一个没有出现过的特殊符号，防止出现重合的问题

然后求出整个串的 \(height\) 数组，并对于每一个\(height\) 数组染色，标记它属于原来的哪一个串

然后用双指针从前到后扫一遍，当记录到的不同串的个数等于总的串的个数时取一下最大值

最后一道题还需要差分一下
例题：SP1811 LCS - Longest Common Substring SP10570 LONGCS - Longest Common Substring SP1812 LCS2 - Longest Common Substring II [SDOI2008]Sandy的卡片
完整代码

#include<cstdio>
#include<cstring>
#include<algorithm>
#define rg register
const int maxn=1e6+5;
int n,m,sa[maxn],fir[maxn],sec[maxn],tax[maxn],hei[maxn],t,l[maxn],r[maxn],col[maxn],cnt[maxn],js,q[maxn],head,tail,ans;
char s[maxn];
void Qsort(){
	for(rg int i=0;i<=m;i++) tax[i]=0;
	for(rg int i=1;i<=n;i++) tax[fir[i]]++;
	for(rg int i=1;i<=m;i++) tax[i]+=tax[i-1];
	for(rg int i=n;i>=1;i--) sa[tax[fir[sec[i]]]--]=sec[i];
}
void getsa(){
	memset(sa,0,sizeof(sa));
	memset(fir,0,sizeof(fir));
	memset(sec,0,sizeof(sec));
	m=300;
	for(rg int i=1;i<=n;i++) fir[i]=s[i]-'0'+1,sec[i]=i;
	Qsort();
	for(rg int len=1,p=0;p<n;m=p,len<<=1){
		p=0;
		for(rg int i=n-len+1;i<=n;i++) sec[++p]=i;
		for(rg int i=1;i<=n;i++) if(sa[i]>len) sec[++p]=sa[i]-len;
		Qsort();
		std::swap(fir,sec);
		fir[sa[1]]=p=1;
		for(rg int i=2;i<=n;i++) fir[sa[i]]=(sec[sa[i]]==sec[sa[i-1]] && sec[sa[i]+len]==sec[sa[i-1]+len])?p:++p;
	}
}
void getheight(){
	memset(hei,0,sizeof(hei));
	rg int j,k=0;
	for(rg int i=1;i<=n;i++){
		if(k) k--;
		j=sa[fir[i]-1];
		while(s[i+k]==s[j+k]) k++;
		hei[fir[i]]=k;
	}
}
void xg(rg int now,rg int op){
	if(col[now]==0) return;
	if(cnt[col[now]]==0) js++;
	cnt[col[now]]+=op;
	if(cnt[col[now]]==0) js--;
}
int T;
int main(){
	scanf("%d",&T);
	while(T--){
		memset(col,0,sizeof(col));
		memset(l,0,sizeof(l));
		memset(r,0,sizeof(r));
		memset(cnt,0,sizeof(cnt));
		ans=js=0;
		scanf("%d",&t);
		rg int len;
		for(rg int i=1;i<=t;i++){
			l[i]=n+1;
			scanf("%s",s+n+1);
			len=strlen(s+n+1);
			n+=len;
			r[i]=n;
			s[++n]='A'+i;
		}
		if(t==1){
			printf("0\n");
			return 0;
		}
		getsa();
		getheight();
		for(rg int i=1;i<=t;i++){
			for(rg int j=l[i];j<=r[i];j++){
				col[fir[j]]=i;
			}
		}
		rg int nl=1;
		xg(1,1);
		for(rg int nr=2;nr<=n;nr++){
			while(head<=tail && hei[nr]<=hei[q[tail]]) tail--;
			q[++tail]=nr;
			xg(nr,1);
			if(js==t){
				while(js==t && nl<nr) xg(nl++,-1);
				nl--;
				xg(nl,1);
			}
			while(head<=tail && q[head]<=nl) head++;
			if(js==t){
				ans=std::max(ans,hei[q[head]]);
			}
		}
		printf("%d\n",ans);
	}
	return 0;
}

题型五：求不同串的子串相同的方案数

利用上一个题型的方法把不同的串合并

利用单调队列求出每一个 \(height\) 数组能贡献的最左和最右的距离

最后再容斥一下，减去两个单独子串的上述贡献

例题：P3181 [HAOI2016]找相同字符

题型六：求出现次数为 \(k\) 的子串的最长长度和长度为 \(k\) 的子串出现的最大次数

分别对应下面的两道题

我们还是用单调栈维护当前的 \(height\) 能向右和向左扩展的最长的长度

然后 \(dp\) 转移即可
核心代码（第二道）

sta[++tp]=1;
for(rg int i=2;i<=n;i++){
	while(tp && heig[i]<=heig[sta[tp]]){
		r[sta[tp]]=i;
		tp--;
	}
	l[i]=sta[tp];
	sta[++tp]=i;
}
while(tp){
	r[sta[tp--]]=n+1;
}
for(rg int i=1;i<=n;i++) f[i]=1;
for(rg int i=1;i<=n;i++){
	f[heig[i]]=std::max(f[heig[i]],r[i]-l[i]);
}
for(rg int i=n;i>=1;i--){
	f[i]=std::max(f[i],f[i+1]);
}

例题：P2852 [USACO06DEC]Milk Patterns G SP8222 NSUBSTR - Substrings

题型七：一些综合性比较强的题目

P1117 [NOI2016]优秀的拆分

主要考察怎么利用前缀和后缀的性质求类似于 \(AA\) 的子串的个数

考虑枚举一个 \(Len\) ，然后对于每个点求出他是否是一个 \(2 \times Len\) 的 \(AA\) 串的开头 / 结尾。

我们每隔 \(Len\) 放一个点，这样每一个 长度为 \(2 \times Len\) 的 \(AA\) 串都至少会经过两个相邻的点。

所以再转换为每两个相邻的点会对 \(a, b\) 产生多少贡献。

先求出这对相邻点所代表的前缀的最长公共后缀 \(LCS\) 和 所代表的后缀的最长公共前缀 \(LCP\)

如果 \(LCP + LCS < Len\) 肯定不合法

否则给合法的区间整体加一

参考洛谷题解

代码实现

#include<cstdio>
#include<cstring>
#include<algorithm>
#define rg register
inline int read(){
	rg int x=0,fh=1;
	rg char ch=getchar();
	while(ch<'0' || ch>'9'){
		if(ch=='-') fh=-1;
		ch=getchar();
	}
	while(ch>='0' && ch<='9'){
		x=(x<<1)+(x<<3)+(ch^48);
		ch=getchar();
	}
	return x*fh;
}
const int maxn=3e4+5;
int n,m,sa[maxn],fir[maxn],sec[maxn],tax[maxn],hei[maxn],hei1[maxn],hei2[maxn],fir1[maxn],fir2[maxn],lg[maxn],mmin1[maxn][20],mmin2[maxn][20],t;
char s[maxn];
void Qsort(){
	for(rg int i=0;i<=m;i++) tax[i]=0;
	for(rg int i=1;i<=n;i++) tax[fir[i]]++;
	for(rg int i=1;i<=m;i++) tax[i]+=tax[i-1];
	for(rg int i=n;i>=1;i--) sa[tax[fir[sec[i]]]--]=sec[i];
}
void getsa(){
	memset(sa,0,sizeof(sa));
	memset(fir,0,sizeof(fir));
	memset(sec,0,sizeof(sec));
	m=3e4+1;
	for(rg int i=1;i<=n;i++) fir[i]=s[i],sec[i]=i;
	Qsort();
	for(rg int len=1,p=0;p<n;m=p,len<<=1){
		p=0;
		for(rg int i=n-len+1;i<=n;i++) sec[++p]=i;
		for(rg int i=1;i<=n;i++) if(sa[i]>len) sec[++p]=sa[i]-len;
		Qsort();
		memcpy(sec,fir,sizeof(fir));
		fir[sa[1]]=p=1;
		for(rg int i=2;i<=n;i++) fir[sa[i]]=(sec[sa[i]]==sec[sa[i-1]] && sec[sa[i]+len]==sec[sa[i-1]+len])?p:++p;
	}
}
void getheight(){
	memset(hei,0,sizeof(hei));
	rg int j,k=0;
	for(rg int i=1;i<=n;i++){
		if(k) k--;
		j=sa[fir[i]-1];
		while(s[i+k]==s[j+k]) k++;
		hei[fir[i]]=k;
	}
}
int cf1[maxn],cf2[maxn];
long long ans;
int getans1(rg int l,rg int r){
	rg int k=lg[r-l+1];
	return std::min(mmin1[l][k],mmin1[r-(1<<k)+1][k]);
}
int getans2(rg int l,rg int r){
	rg int k=lg[r-l+1];
	return std::min(mmin2[l][k],mmin2[r-(1<<k)+1][k]);
}
int main(){
	for(rg int i=2;i<maxn;i++) lg[i]=lg[i>>1]+1;
	t=read();
	while(t--){
		ans=0;
		memset(cf1,0,sizeof(cf1));
		memset(cf2,0,sizeof(cf2));
		scanf("%s",s+1);
		n=strlen(s+1);
		getsa();
		getheight();
		memcpy(hei1,hei,sizeof(hei));
		memcpy(fir1,fir,sizeof(fir));
		std::reverse(s+1,s+1+n);
		getsa();
		getheight();
		memcpy(hei2,hei,sizeof(hei));
		memcpy(fir2,fir,sizeof(fir));
		std::reverse(s+1,s+1+n);
		for(rg int i=1;i<=n;i++) mmin1[i][0]=hei1[i],mmin2[i][0]=hei2[i];
		for(rg int j=1;j<=15;j++){
			for(rg int i=1;i+(1<<j)-1<=n;i++){
				mmin1[i][j]=std::min(mmin1[i][j-1],mmin1[i+(1<<(j-1))][j-1]);
				mmin2[i][j]=std::min(mmin2[i][j-1],mmin2[i+(1<<(j-1))][j-1]);
			}
		}
		rg int ac1,ac2,ac3,ac4,ac5;
		for(rg int len=1;len<=n;len++){
			for(rg int i=len,j=i+len;j<=n;i+=len,j+=len){
				ac1=fir2[n-i+1],ac2=fir2[n-j+1];
				if(ac1>ac2) std::swap(ac1,ac2);
				ac3=getans2(ac1+1,ac2);
				ac1=fir1[i],ac2=fir1[j];
				if(ac1>ac2) std::swap(ac1,ac2);
				ac4=getans1(ac1+1,ac2);
				ac3=std::min(ac3,len);
				ac4=std::min(ac4,len);
				if(ac3+ac4-1<len) continue;
				ac5=ac3+ac4-len;
				cf1[i-ac3+1]++;
				cf1[i-ac3+1+ac5]--;
				cf2[j+ac4-1-ac5+1]++;
				cf2[j+ac4]--;
			}
		}
		for(rg int i=1;i<=n+1;i++) cf1[i]+=cf1[i-1],cf2[i]+=cf2[i-1];
		for(rg int i=1;i<n;i++){
			ans+=1LL*cf2[i]*cf1[i+1];
		}
		printf("%lld\n",ans);
	}
	return 0;
}

P2178 [NOI2015]品酒大会

将 \(height\) 数组从小到大排序后倒序枚举

用并查集维护联通块最大/最小值

每次把 \(height\) 数组所掌管的两个元素所在的集合合并

P4094 [HEOI2016/TJOI2016]字符串

主席树+后缀数组+二分

利用了 \(lcp\) 这个函数是单峰的，并且峰值在自己这里

标签：fir,后缀,笔记,int,rg,maxn,数组,sec,sa
来源： https://www.cnblogs.com/liuchanglc/p/14190528.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

关于我们 | 联系我们 | 留言反馈

专注分享技术，共同学习，共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有