码迷,mamicode.com
首页 > 编程语言 > 详细

后缀数组入门(二)——Height数组与LCP

时间:2018-12-03 21:03:05      阅读:239      评论:0      收藏:0      [点我收藏+]

标签:char   而不是   height   vat   fine   sort   com   意思   private   

前言

看这篇博客前,先去了解一下后缀数组的基本操作吧:后缀数组入门(一)——后缀排序

这篇博客的内容,主要建立于后缀排序的基础之上,进一步研究一个\(Height\)数组以及如何求\(LCP\)


什么是\(LCP\)

\(LCP\),即\(Longest\ Common\ Prefix\),是最长公共前缀的意思。

而在后缀数组中,\(LCP(i,j)\)表示后缀\(_{SA_i}\)与后缀\(_{SA_j}\)的最长公共前缀的长度,注意是\(SA_i\)\(SA_j\),而不是\(i\)\(j\)


\(LCP\)的性质

先是几个比较简单的基本性质:

  • \(LCP(i,j)=LCP(j,i)\)

    这应该是比较显然的。

  • \(LCP(i,i)=n-SA_i+1\)

    这个性质非常重要,因为在求\(LCP\)的过程中要特判该情况,不然会死得特别惨

接下来,是一些比较复杂的性质:

  • \(LCP(i,j)=min(LCP(i,k),LCP(j,k))\)(对于任意\(1\le i\le k\le j\)

    首先,设\(x=min(LCP(i,k),LCP(j,k))\),则可得\(LCP(i,k)\ge x,LCP(j,k)\ge x\)

    因此我们可以知道后缀\(_{SA_i}\),后缀\(_{SA_j}\)的前\(x\)个字符分别与后缀\(_{SA_k}\)的前\(x\)个字符相等

    后缀\(_{SA_i}\),后缀\(_{SA_j}\)的前\(x\)个字符相等,即\(LCP(i,j)\ge x\)

    而由于后缀\(_{SA_i}<\)后缀\(_{SA_k}<\)后缀\(_{SA_{j}}\),且由\(x=min(LCP(i,k),LCP(j,k))\)可得,\(LCP(i,j)\le x\)

    \(LCP(i,j)=x\)

  • \(LCP(i,j)=min_{k=i}^{j-1}LCP(k,k+1)\)

    \(LCP(i,j)=min(LCP(i,k),LCP(j,k))\)这个性质,我们可以把\(LCP(i,j)\)拆成\(j-i\)个部分,分别为\(LCP(i,i+1),LCP(i+1,i+2),...,LCP(j-1,j)\)

    然后再取\(min\)即可。

这两个性质虽然看似令人匪夷所思,但仔细理解其实还是能看懂的。

这两个性质在\(LCP\)的求解过程中发挥着十分重要的作用。


\(Height\)数组

为了方便求解\(LCP\),我们需要在定义一个新的数组:\(Height\)数组。

\(Height_i\)表示的是\(LCP(i,i+1)\)

因此\(LCP(i,j)\)的结果就是\(min_{k=i}^{j-1}Height_i\),这似乎可以在知道\(Height\)数组的情况下用\(RMQ\)实现\(O(1)\)求解。

于是关键来了:如何求出\(Height\)数组。


如何求\(Height\)数组

首先我们要知道一个性质\(Height_{SA_i}\ge Height_{SA_{i-1}}\)

这个性质我也不会证,反正它还是挺简单的,背一下就好了

这样一来,我们每次可以把\(Height_{SA_i}\)初始化为\(Height_{SA_{i-1}}\),然后每次尽量向外延长即可,这一过程似乎与\(Manacher\)算法有点类似。


代码

放一份求\(Height\)数组及\(LCP\)的模板代码:

class Class_SuffixArray
{
    private:
        int n,SA[N+5],Height[N+5],rk[N+5],pos[N+5],tot[N+5];
        inline void RadixSort(int S)//基数排序
        {
            register int i;
            for(i=0;i<=S;++i) tot[i]=0;
            for(i=1;i<=n;++i) ++tot[rk[i]];
            for(i=1;i<=S;++i) tot[i]+=tot[i-1];
            for(i=n;i;--i) SA[tot[rk[pos[i]]]--]=pos[i];
        }
        inline void GetSA(char *s)//后缀排序,求SA数组
        {
            register int i,k,Size=122,cnt=0;
            for(i=1;i<=n;++i) rk[pos[i]=i]=s[i-1];
            for(RadixSort(Size),k=1;cnt<n;k<<=1)
            {
                for(Size=cnt,cnt=0,i=1;i<=k;++i) pos[++cnt]=n-k+i;
                for(i=1;i<=n;++i) SA[i]>k&&(pos[++cnt]=SA[i]-k);
                for(RadixSort(Size),i=1;i<=n;++i) pos[i]=rk[i];
                for(rk[SA[1]]=cnt=1,i=2;i<=n;++i) rk[SA[i]]=(pos[SA[i-1]]^pos[SA[i]]||pos[SA[i-1]+k]^pos[SA[i]+k])?++cnt:cnt;
            }
        }
        inline void GetHeight(char *s)//求Height数组
        {
            register int i,j,k=0;
            for(i=1;i<=n;++i) rk[SA[i]]=i;//更新rk数组
            for(i=1;i<=n;++i)
            {
                if(k&&--k,!(rk[i]^1)) continue;//对于rk[i]=1的情况直接跳过
                j=SA[rk[i]-1];//找到上一个后缀的坐标
                while(i+k<=n&&j+k<=n&&!(s[i+k-1]^s[j+k-1])) ++k;//尽量拓展
                Height[rk[i]]=k;//存值
            }
        }
        class Class_RMQ//RMQ求区间最值
        {
            private:
                #define LogN 15
                int Log2[N+5],Min[N+5][LogN+5];
            public:
                inline void Init(int len,int *data)
                {
                    register int i,j;
                    for(i=2;i<=len;++i) Log2[i]=Log2[i>>1]+1;
                    for(i=1;i<=len;++i) Min[i][0]=data[i];
                    for(j=1;(1<<j-1)<=len;++j) for(i=1;i+(1<<j-1)<=len;++i) Min[i][j]=min(Min[i][j-1],Min[i+(1<<j-1)][j-1]);
                }
                inline int GetMin(int l,int r) {register int k=Log2[r-l+1];return min(Min[l][k],Min[r-(1<<k)+1][k]);}
        }RMQ;
    public:
        inline void Init(int len,char *s) {n=len,GetSA(s),GetHeight(s),RMQ.Init(n,Height);}//初始化
        inline int LCP(int x,int y) {return x^y?(rk[x]>rk[y]&&swap(x,y),RMQ.GetMin(rk[x]+1,rk[y])):n-x+1;}//求LCP,注意特判x=y的情况
};

后缀数组入门(二)——Height数组与LCP

标签:char   而不是   height   vat   fine   sort   com   意思   private   

原文地址:https://www.cnblogs.com/chenxiaoran666/p/SuffixArray.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!