字符串子串去重之后的个数
给定一个长度为N的字符串S,问所有它的子串Sl…r(1≤l≤r≤N),去重后有多少种。
输入描述:
一行一个字符串S。
输出描述:
一行一个整数,表示答案。
示例1
输入
ababa
输出
9
备注:
1≤N≤105,字符都是小写字母
#include <cstdio> #include <cstring> #include <algorithm> #define ll long long using namespace std; const int MAXN = 100005; char ch[MAXN], All[MAXN]; int SA[MAXN], RANK[MAXN], Height[MAXN], tax[MAXN], tp[MAXN], a[MAXN], n, m; char str[MAXN]; //RANK[i] 第i个后缀的排名; SA[i] 排名为i的后缀位置; Height[i] 排名为i的后缀与排名为(i-1)的后缀的LCP //tax[i] 计数排序辅助数组; tp[i] RANK的辅助数组(计数排序中的第二关键字),与SA意义一样。 //a为原串 void RSort() { //RANK第一关键字,tp第二关键字。 for (int i = 0; i <= m; i ++) tax[i] = 0; for (int i = 1; i <= n; i ++) tax[RANK[tp[i]]] ++; for (int i = 1; i <= m; i ++) tax[i] += tax[i-1]; for (int i = n; i >= 1; i --) SA[tax[RANK[tp[i]]] --] = tp[i]; //确保满足第一关键字的同时,再满足第二关键字的要求 } //计数排序,把新的二元组排序。 int cmp(int *f, int x, int y, int w) { return f[x] == f[y] && f[x + w] == f[y + w]; } //通过二元组两个下标的比较,确定两个子串是否相同 void Suffix() { //SA for (int i = 1; i <= n; i ++) RANK[i] = a[i], tp[i] = i; m = 127 ,RSort(); //一开始是以单个字符为单位,所以(m = 127) for (int w = 1, p = 1, i; p < n; w += w, m = p) { //把子串长度翻倍,更新RANK //w 当前一个子串的长度; m 当前离散后的排名种类数 //当前的tp(第二关键字)可直接由上一次的SA的得到 for (p = 0, i = n - w + 1; i <= n; i ++) tp[++ p] = i; //长度越界,第二关键字为0 for (i = 1; i <= n; i ++) if (SA[i] > w) tp[++ p] = SA[i] - w; //更新SA值,并用tp暂时存下上一轮的RANK(用于cmp比较) RSort(), swap(RANK, tp), RANK[SA[1]] = p = 1; //用已经完成的SA来更新与它互逆的RANK,并离散RANK for (i = 2; i <= n; i ++) RANK[SA[i]] = cmp(tp, SA[i], SA[i - 1], w) ? p : ++ p; } //离散:把相等的字符串的RANK设为相同。 //LCP int j, k = 0; for(int i = 1; i <= n; Height[RANK[i ++]] = k) for( k = k ? k - 1 : k, j = SA[RANK[i] - 1]; a[i + k] == a[j + k]; ++ k); //这个知道原理后就比较好理解程序 } void Init() { scanf("%s", str); n = strlen(str); for (int i = 0; i < n; i ++) a[i + 1] = str[i]; } int main() { Init(); Suffix(); ll ans=0; for(ll i=1;i<=n;i++)ans+=n+1-SA[i]-Height[i]; printf("%lld\n",ans); }