【数据结构】倍增算法 - 后缀数组


后缀数组的倍增算法

后缀数组


算法介绍

  先根据字符串中字符的出现情况,给每一种字符一个对应的排名(从1开始),作为第一次排序的结果

  其后每一次,每个位置以当前排名作为主关键词,从1开始倍增步数,将对应的位置排名作为第二关键词

  于是根据主关键词与副关键词继续给定排名,作为当次排序的结果

  如果加上倍增的步数后超出了字符串长度Len,则副关键词排名为 0

  如此循环,直到第一个位置加上倍增步数后超出字符串长度为止,算作算法结束,此时得到的排序结果即为sa数组

  总共排序次数为 logn

  若排序使用快排O(nlogn),则总时间复杂度为O(nlog2n)

  若使用基数排序,则可将排序复杂度降至O(n),总复杂度降为O(nlogn)

  经典基数排序图示:

  pic




模板

完全看懂太难了,学会用法后复制粘贴吧

const int N=100050;

int xx[N],yy[N],cnt[N]; //缓存数组
int sa[N],rk[N],height[N]; //结果
char str[N]; //字符串

倍增求sa

void getSA_DA(int n,int M) //n=length+1,M表示待处理字符串最大可能拥有的字符种类
{
    int i,j,p,*x=xx,*y=yy;
    for(i=0;i<M;i++)
        cnt[i]=0;
    for(i=0;i<n;i++)
        cnt[x[i]=str[i]]++;
    for(i=1;i<M;i++)
        cnt[i]+=cnt[i-1];
    for(i=n-1;i>=0;i--)
        sa[--cnt[x[i]]]=i; //根据原字符串求出每个字符的初始排名
    for(j=1,p=1;p<n;j<<=1,M=p) //倍增步数j
    {
       for(p=0,i=n-j;i<n;i++)
           y[p++]=i; //取第二关键词
       for(i=0;i<n;i++)
           if(sa[i]>=j)
               y[p++]=sa[i]-j;
       for(i=0;i<M;i++)
           cnt[i]=0;
       for(i=0;i<n;i++)
           cnt[x[y[i]]]++;
       for(i=1;i<M;i++)
           cnt[i]+=cnt[i-1];
       for(i=n-1;i>=0;i--)
           sa[--cnt[x[y[i]]]]=y[i];
       swap(x,y); //交换两数组指针(交替使用)
       p=1;x[sa[0]]=0;
       for(i=1;i<n;i++)
           if(y[sa[i-1]]==y[sa[i]]&&y[sa[i-1]+j]==y[sa[i]+j])
               x[sa[i]]=p-1;
           else
               x[sa[i]]=p++;
    }
}

  使用指针来指向缓存数组,便于进行指针交替

  需要注意的是,这里的 n == len+1 ,字符串最后一个位置置零处理(读入自动添加'\0'结束符时可以略过)

  M 表示字符串拥有的字符最大种类数

  此时求出的sa数组的内容编号从0开始,内容+1才是所求编号


求rk与height数组

void getHeight(int n) //n=length
{
    int i,j,k=0;
    for(i=1;i<=n;i++) //导出rk数组
        rk[sa[i]]=i;
    for(i=0;i<n;)
    {
        if(k)k--; //根据关系,本次LCP最小值为上一次的LCP-1
        j=sa[rk[i]-1];
        while(str[i+k]==str[j+k]) //在k的基础上继续遍历判断LCP
            k++;
        height[rk[i++]]=k;
    }
    for(i=n;i;i--) //rk后移,sa增加编号
        rk[i]=rk[i-1],sa[i]++;
}

  这里的 n==len ,先 O(n) 由sa求出rk数组,再根据关系遍历字符串求出height数组

  由于前面处理范围为 [0,len-1] ,排名编号从0开始,故最后将rk数组整体后移一位

  又因为sa内容编号从0开始,故sa自增


DA算法完整模板

#include<bits/stdc++.h>
using namespace std;
const int N=100050;

int xx[N],yy[N],cnt[N];
int sa[N],rk[N],height[N];
char str[N];

void getSA_DA(int n,int M)
{
    int i,j,p,*x=xx,*y=yy;
    for(i=0;i<M;i++)
        cnt[i]=0;
    for(i=0;i<n;i++)
        cnt[x[i]=str[i]]++;
    for(i=1;i<M;i++)
        cnt[i]+=cnt[i-1];
    for(i=n-1;i>=0;i--)
        sa[--cnt[x[i]]]=i;
    for(j=1,p=1;p<n;j<<=1,M=p)
    {
        for(p=0,i=n-j;i<n;i++)
            y[p++]=i;
        for(i=0;i<n;i++)
            if(sa[i]>=j)
                y[p++]=sa[i]-j;
        for(i=0;i<M;i++)
            cnt[i]=0;
        for(i=0;i<n;i++)
            cnt[x[y[i]]]++;
        for(i=1;i<M;i++)
            cnt[i]+=cnt[i-1];
        for(i=n-1;i>=0;i--)
            sa[--cnt[x[y[i]]]]=y[i];
        swap(x,y);
        p=1;x[sa[0]]=0;
        for(i=1;i<n;i++)
            if(y[sa[i-1]]==y[sa[i]]&&y[sa[i-1]+j]==y[sa[i]+j])
                x[sa[i]]=p-1;
            else
                x[sa[i]]=p++;
    }
}
void getHeight(int n)
{
    int i,j,k=0;
    for(i=1;i<=n;i++)
        rk[sa[i]]=i;
    for(i=0;i<n;)
    {
        if(k)k--;
        j=sa[rk[i]-1];
        while(str[i+k]==str[j+k])
            k++;
        height[rk[i++]]=k;
    }
    for(i=n;i;i--)
        rk[i]=rk[i-1],sa[i]++;
}
int main()
{
    scanf("%s",str);
    int len=strlen(str);
    getSA_DA(len+1,128);
    getHeight(len);
    
    /*
    for(int i=1;i<=len;i++)
        printf("%d ",sa[i]);
    putchar('\n');
    for(int i=1;i<=len;i++)
        printf("%d ",rk[i]);
    putchar('\n');
    for(int i=1;i<=len;i++)
        printf("%d ",height[i]);
    putchar('\n');
    */
    return 0;
}

行数压缩后模板

#include<bits/stdc++.h>
using namespace std;
const int N=100050;
int xx[N],yy[N],cnt[N];
int sa[N],rk[N],height[N];
char str[N];
void getSA_DA(int n,int M){
    int i,j,p,*x=xx,*y=yy;
    for(i=0;i<M;i++)cnt[i]=0;
    for(i=0;i<n;i++)cnt[x[i]=str[i]]++;
    for(i=1;i<M;i++)cnt[i]+=cnt[i-1];
    for(i=n-1;i>=0;i--)sa[--cnt[x[i]]]=i;
    for(j=1,p=1;p<n;j<<=1,M=p){
        for(p=0,i=n-j;i<n;i++)y[p++]=i;
        for(i=0;i<n;i++)if(sa[i]>=j)y[p++]=sa[i]-j;
        for(i=0;i<M;i++)cnt[i]=0;
        for(i=0;i<n;i++)cnt[x[y[i]]]++;
        for(i=1;i<M;i++)cnt[i]+=cnt[i-1];
        for(i=n-1;i>=0;i--)sa[--cnt[x[y[i]]]]=y[i];
        for(swap(x,y),p=1,x[sa[0]]=0,i=1;i<n;i++)
            x[sa[i]]=(y[sa[i-1]]==y[sa[i]]&&y[sa[i-1]+j]==y[sa[i]+j])?p-1:p++;
    }
}
void getHeight(int n){
    int i,j,k=0;
    for(i=1;i<=n;i++)rk[sa[i]]=i;
    for(i=0;i<n;height[rk[i++]]=k)
        for(k?k--:0,j=sa[rk[i]-1];str[i+k]==str[j+k];k++);
    for(i=n;i;i--)rk[i]=rk[i-1],sa[i]++;
}
int main(){
    scanf("%s",str);
    int len=strlen(str);
    getSA_DA(len+1,128);
    getHeight(len);
    
    return 0;
}

posted @ 2020-06-30 12:16  StelaYuri  阅读(663)  评论(7编辑  收藏  举报