洛谷3809 SA模板 字尾陣列學習筆記(複習) 阿新 • • 發佈:2018-12-22 其實SA這個東西很久之前就聽過qwq 但是基本已經忘的差不多了 嚶嚶嚶 QWQ感覺自己不是很理解啊 所以寫不出來那種部落格 QWQ只能安利一些別人的部落格了 小 老 板 真的是講的非常好 不要在意名字 orz,膜拜他們 順便弄上自己的程式碼(裡面有一些需要注意的地方) #include<iostream> #include<cstdio> #include<algorithm> #include<cstring> #include<cmath> #include<queue> #include<map> #include<set> #define mk makr_pair #define ll long long using namespace std; inline int read() { int x=0,f=1;char ch=getchar(); while (!isdigit(ch)) {if (ch=='-') f=-1;ch=getchar();} while (isdigit(ch)) {x=(x<<1)+(x<<3)+ch-'0';ch=getchar();} return x*f; } const int maxn = 2e6+1e2; int wb[maxn]; int rk[maxn]; int sa[maxn],tmp[maxn]; char a[maxn]; int h[maxn],height[maxn]; int n; void getsa() { int *x=rk,*y=tmp; int s = 128; for (int i=1;i<=n;i++) x[i]=a[i],y[i]=i; //初始每個長度為1的字尾的rank是他自己的字元大小,第二關鍵字相當於空,那麼就順次賦值為i for (int i=1;i<=s;i++) wb[i] =0; for (int i=1;i<=n;i++) wb[x[y[i]]]++; // 這裡其實基數排序的時候,x表示上一輪的rank,y[i]表示第二關鍵字排名為i的第一關鍵字的位置是多少 for (int i=1;i<=s;i++) wb[i]+=wb[i-1];//做字首和就能更好的算出來排名,比如說有3個a,2個b,那麼自然第一個b的排名就要從4開始 for (int i=n;i>=1;i--) sa[wb[x[y[i]]]--]=y[i]; //只能感性理解了啊qwq之所以倒著列舉是為了保證在第一關鍵字相同的時候,第二關鍵字也是有序的 int p = 0; for (int j=1;p<n;j<<=1) //p是指本質不同的串的個數 { //x表示上一輪的rank //y表示排名為i的第二關鍵字的第一關鍵字的位置是多少(空優先) p=0; //這裡可以這麼理解,如果一個串他的位置是大於n-j+1,那麼他一定是沒有第二關鍵字的。 for (int i=n-j+1;i<=n;i++) y[++p]=i; //第二關鍵字為空,就排名靠前 for (int i=1;i<=n;i++) if (sa[i]>j) y[++p]=sa[i]-j; //如果排名為i的位置是大於j的,那麼他可以成為一個第二關鍵字,並且第一關鍵字的位置應該是sa[i]-j; for (int i=1;i<=s;i++) wb[i]=0; for (int i=1;i<=n;i++) wb[x[y[i]]]++; for (int i=1;i<=s;i++) wb[i]+=wb[i-1]; for (int i=n;i>=1;i--) sa[wb[x[y[i]]]--]=y[i]; //這裡i之所以從n開始,因為我們要保證排序第一關鍵字的時候,第二關鍵字一定也是符合原來的順序的,就是說,原來第二關鍵字大的,一定在後面(這個是基數排序的思想) swap(x,y);//交換之後,y表示上一輪的rank,x是一個新的陣列 p=1; x[sa[1]]=1; //若兩個串的兩部分在上一輪rank都相等的話, 那麼無法分辨,所以p不用加 for (int i=2;i<=n;i++) x[sa[i]] = (y[sa[i]]==y[sa[i-1]] && y[sa[i-1]+j]==y[sa[i]+j]) ? p : ++p; s=p; } for (int i=1;i<=n;i++) rk[sa[i]]=i; h[0]=0; for (int i=1;i<=n;i++) { //h[i]表示i號字尾與它前一名的字尾的最長公共字首 //height[i]表示排名為i的字尾和排名為i-1的字尾的lcp h[i]=max(h[i-1]-1,0); while (i+h[i]<=n && sa[rk[i]-1]+h[i]<=n && a[i+h[i]]==a[sa[rk[i]-1]+h[i]]) h[i]++; } for (int i=1;i<=n;i++) height[i]=h[sa[i]]; } int main() { scanf("%s",a+1); n=strlen(a+1); getsa(); for (int i=1;i<=n;i++) cout<<sa[i]<<" "; return 0; } Update 整理一些\(SA\)的小性質和經典應用。(會持續更新的) 1.求兩個字尾的\(lcp\) ,應該是\(min(height[rk[i]+1],height[rk[i]+2].....height[rk[j]])\) 2.對於排名為\(i\)的字尾,與它\(lcp\)最長的字尾應該是排名為\(i-1\),(可以理解為越靠前差異越多,越靠前,取\(min\)的區間就越長) 3.最長可重疊重複子串,應該是\(max(height[i])\)(這裡把子串看成字尾的字首,同時依據性質2就能得到) 4.給定一個子串,求不相同子串的個數,這裡要這麼考慮,按照字典序加入,每加入一個字串,會新增加\(n-sa[i]+1\) 個新的子串,但是會重複\(height[i]\)個,\((只有lcp會重複,同時依據性質2)\) 5.給定兩個串,求他們的最長公共子串。 將B串拼到A串後面,然後中間新增一個非法字元,然後直接想詢問最大的lcp(保證\(sa[i]和sa[i-1]\)分別位於兩個串即可) 6.給定兩個串,求他們的公共子串數目。 將B串拼到A串後面,然後中間新增一個非法字元,然後對於每個\(height\)用單調棧維護出左右最遠能擴充套件到哪裡。然後\(ans\)加上\(height[i]*(geta(i-1,l[i]-1)*getb(r[i],i)+getb(i-1,l[i]-1)*geta(r[i],i))\) 這裡之所以是這個式子的原因(第一要保證是一個端點屬於A串,一個屬於B串。另一個原因是因為對於一個擴充套件區間\([l,pos,r]\)來說,選擇字尾的右端點是在\([pos,r]\)而左端點是\([l-1,pos-1]\),因為字尾的選擇的左邊對於\(height\)是開區間,參考性質1。