====== 字符串 3 ====== ===== 后缀数组(SA) ===== ==== 算法简介 ==== 后缀树的一种替代品,可以用于解决各种字符串问题。 ==== 算法实现 ==== 后缀数组的核心为 $sa$ 数组,$rk$ 数组以及 $\text{height}_i$ 数组。 其中 $sa_i$ 表示排名为 $i$ 的后缀的起始位置,$rk_i$ 表示起始位置为 $i$ 的后缀的排名。 $sa$ 数组可以通过倍增法和基数排序求解,时间复杂度 $O(n\log n)$,根据 $rk_{sa_i}=i$ 可以 $O(n)$ 求解 $rk$ 数组。 $\text{height}_i$ 表示 $\text{LCP}(S[sa_i,n],S[sa_{i-1},n])$ 的长度,给出引理 $$\text{height}_{rk_i}\ge \text{height}_{rk_{i-1}}-1$$ 显然 $\text{height}_{rk_i}=\text{LCA}(S[i,n],S[sa_{rk_i-1},n]),\text{height}_{rk_{i-1}}=\text{LCP}(S[i-1,n],S[sa_{rk_{i-1}-1},n])$。 假设 $S[i-1,i-1+k]=S[j,j+k]$,显然有 $S[i,i-1+k]=S[j+1,j+k]$,于是上述引理得证。 根据引理,可以 $O(n)$ 求解 $\text{height}_i$ 数组。 同时有引理 $$\text{LCP}(S[sa_i,n],S[sa_j,n])=\min_{i\lt k\le j} \text{height}_k$$ 可以感性理解为 $k$ 指针从 $i+1$ 滑到 $j$,期间 $\text{LCP}$ 不增且总是取最小,于是上述结论成立。 根据该结论建立 $\text{ST}$ 表即可 $O(1)$ 求解每个后缀 $\text{LCP}$ 的询问。 考虑如何比较任意两个子串 $S_1=S[a,b],S_2=S[c,d]$ 的大小。 若 $\text{LCP}(S[a,n],S[b,n])\ge \min(S_1,S_2)$,显然只需要比较 $|S_1|,|S_2|$;否则比较 $rk_a,rk_c$ 即可。 下面给出后缀数组模板。 namespace SA{ int sa[MAXN],rk[MAXN],height[MAXN],X[MAXN],Y[MAXN],c[MAXN]; int d[MAXN][MAXM],lg2[MAXN]; void get_sa(char *s,int n,int m){//s下标从1开始 int *x=X,*y=Y; _rep(i,0,m)c[i]=0; _rep(i,1,n)c[x[i]=s[i]]++; _rep(i,1,m)c[i]+=c[i-1]; for(int i=n;i;i--)sa[c[x[i]]--]=i; for(int k=1;kk)y[++pos]=sa[i]-k; _rep(i,0,m)c[i]=0; _rep(i,1,n)c[x[i]]++; _rep(i,1,m)c[i]+=c[i-1]; for(int i=n;i;i--)sa[c[x[y[i]]]--]=y[i],y[i]=0; swap(x,y); pos=0,y[n+1]=0; _rep(i,1,n)x[sa[i]]=(y[sa[i]]==y[sa[i-1]]&&y[sa[i]+k]==y[sa[i-1]+k])?pos:++pos; if(pos==n)break; m=pos; } _rep(i,1,n)rk[sa[i]]=i; } void get_height(char *s,int n){//必须先得到sa数组和rk数组 for(int i=1,k=0;i<=n;i++){ if(k)k--; while(s[i+k]==s[sa[rk[i]-1]+k])k++; height[rk[i]]=k; } } void build_st(int n){ lg2[1]=0; _rep(i,2,n) lg2[i]=lg2[i>>1]+1; _rep(i,1,n) d[i][0]=height[i]; for(int j=1;(1<rig)swap(lef,rig);lef++; int len=rig-lef+1; return min(d[lef][lg2[len]],d[rig-(1< ==== 算法例题 ==== === 例题一 === [[https://www.luogu.com.cn/problem/P4051|洛谷p4051]] == 题意 == 给定字符串 $S=s_1s_2\cdots s_n$,将其视为一个环,任意选择环的起点,可以得到 $n$ 个新字符串 $T_k=s_ks_{k+1}\cdots s_{k-1}$。 询问将所有 $T_i$ 按字典序从小到大排序后依次取每个 $T_i$ 的最后一个字母构成的字符串。 == 题解 == 考虑将 $S$ 倍长为 $SS$,求 $SS$ 每个后缀的排名,即可得到每个字符串 $T_i$ 的排名。 关于正确性,考虑字符串 $abc$,于是 $T_2$ 代表的字符串 $bca$ 变为 $bcabc$,实际上这相当于 $T_2$ 再与 $T_2$ 的前缀拼接而成,不影响排序结果。 时间复杂度 $O(n\log n)$。 const int MAXN=2e5+5; namespace SA{ int sa[MAXN],x[MAXN],y[MAXN],c[MAXN]; void get_sa(char *s,int n,int m){ _rep(i,0,m)c[i]=0; _rep(i,1,n)c[x[i]=s[i]]++; _rep(i,1,m)c[i]+=c[i-1]; for(int i=n;i;i--)sa[c[x[i]]--]=i; for(int k=1;kk)y[++pos]=sa[i]-k; _rep(i,0,m)c[i]=0; _rep(i,1,n)c[x[i]]++; _rep(i,1,m)c[i]+=c[i-1]; for(int i=n;i;i--)sa[c[x[y[i]]]--]=y[i],y[i]=0; swap(x,y); pos=0,y[n+1]=0; _rep(i,1,n)x[sa[i]]=(y[sa[i]]==y[sa[i-1]]&&y[sa[i]+k]==y[sa[i-1]+k])?pos:++pos; if(pos==n)break; m=pos; } } } char buf[MAXN]; int main() { scanf("%s",buf+1); int n=strlen(buf+1); _rep(i,1,n)buf[i+n]=buf[i]; buf[2*n+1]='\0'; SA::get_sa(buf,n<<1,'z'); _rep(i,1,2*n){ if(SA::sa[i]<=n) putchar(buf[SA::sa[i]+n-1]); } return 0; } === 例题二 === [[https://www.luogu.com.cn/problem/P2870|洛谷p2870]] == 题意 == 给定一个字符串 $S$ 和一个空串 $T$,每个可以选择 $S$ 的首字符或末字符,将其删去后加入到 $T$ 末尾。 问所有可能的 $T$ 中字典序最小的。 == 题解 == 考虑贪心,假设现在字符串为 $s_{L}s_{L+1}\cdots s_{R-1}s_R$,显然选取 $s_L,s_R$ 中字典序最小的最优。 如果 $s_L=s_R$,接下来考虑选择 $s_{L+1},s_{R-1}$ 中字典序最小的,直到比较到端点为止。 上述操作等价于比较 $S[L,n]$ 和 $S[1,R]$ 的字典序。考虑构造字符串 $s_1s_2\cdots s_n+\text{\0}+s_n\cdots s_2s_1$。 于是可以通过后缀数组得到 $S[L,n]$ 和 $S[1,R]$ 的排名,时间复杂度 $O(n\log n)$。 const int MAXN=1e6+5; namespace SA{ int sa[MAXN],rk[MAXN],x[MAXN],y[MAXN],c[MAXN]; void get_sa(char *s,int n,int m){ _rep(i,0,m)c[i]=0; _rep(i,1,n)c[x[i]=s[i]]++; _rep(i,1,m)c[i]+=c[i-1]; for(int i=n;i;i--)sa[c[x[i]]--]=i; for(int k=1;kk)y[++pos]=sa[i]-k; _rep(i,0,m)c[i]=0; _rep(i,1,n)c[x[i]]++; _rep(i,1,m)c[i]+=c[i-1]; for(int i=n;i;i--)sa[c[x[y[i]]]--]=y[i],y[i]=0; swap(x,y); pos=0,y[n+1]=0; _rep(i,1,n)x[sa[i]]=(y[sa[i]]==y[sa[i-1]]&&y[sa[i]+k]==y[sa[i-1]+k])?pos:++pos; if(pos==n)break; m=pos; } _rep(i,1,n)rk[sa[i]]=i; } } char buf[MAXN]; int main() { int n=read_int(),len=2*n+1; _rep(i,1,n)buf[i]=buf[len+1-i]=get_char(); buf[n+1]=0; SA::get_sa(buf,len,'Z'); int L=1,R=n,cnt=0; while(L<=R){ if(SA::rk[L] === 例题三 === [[https://www.luogu.com.cn/problem/P2408|洛谷p2408]] == 题意 == 给定一个字符串 $S$,求本质不同的子串个数。 == 题解 == 子串相当于某个后缀的前缀,于是考虑依次枚举 $sa_i$ 代表的后缀,加上新增的本质不同的前缀。 根据 $LCP$ 性质不难得到属于 $sa_i$ 后缀的新增的本质不同于 $sa_1\cdots sa_{i-1}$ 的所有前缀的子串数为 $n+1-sa_i-\text{height}_i$。 于是最终答案为 $\sum_{i=1}^n n+1-sa_i-\text{height}_i=\frac {n(n+1)}2-\sum_{i=1}^n\text{height}_i=\frac {n(n+1)}2-\sum_{i=2}^n\text{height}_i$。 const int MAXN=1e5+5; namespace SA{ int sa[MAXN],rk[MAXN],height[MAXN],x[MAXN],y[MAXN],c[MAXN]; void get_sa(char *s,int n,int m){ _rep(i,0,m)c[i]=0; _rep(i,1,n)c[x[i]=s[i]]++; _rep(i,1,m)c[i]+=c[i-1]; for(int i=n;i;i--)sa[c[x[i]]--]=i; for(int k=1;kk)y[++pos]=sa[i]-k; _rep(i,0,m)c[i]=0; _rep(i,1,n)c[x[i]]++; _rep(i,1,m)c[i]+=c[i-1]; for(int i=n;i;i--)sa[c[x[y[i]]]--]=y[i],y[i]=0; swap(x,y); pos=0,y[n+1]=0; _rep(i,1,n)x[sa[i]]=(y[sa[i]]==y[sa[i-1]]&&y[sa[i]+k]==y[sa[i-1]+k])?pos:++pos; if(pos==n)break; m=pos; } _rep(i,1,n)rk[sa[i]]=i; } void get_height(char *s,int n){ for(int i=1,k=0;i<=n;i++){ if(k)k--; while(s[i+k]==s[sa[rk[i]-1]+k])k++; height[rk[i]]=k; } } } char buf[MAXN]; int main() { int n=read_int(); scanf("%s",buf+1); SA::get_sa(buf,n,'z'); SA::get_height(buf,n); LL ans=1LL*n*(n+1)/2; _rep(i,2,n)ans-=SA::height[i]; enter(ans); return 0; } === 例题四 === [[https://www.luogu.com.cn/problem/P2852|洛谷p2852]] == 题意 == 给定一个字符串 $S$,求至少出现 $k$ 次的最长子串的长度。 == 题解 == 考虑至少出现 $k$ 次的子串,他一定是至少连续 $k-1$ 个 $\text{height}$ 数组代表的 $k$ 个后缀的公共前缀。 于是求出 $\text{height}$ 数组后单调队列维护每个长度为 $k-1$ 的连续区间的 $\text{height}$ 数组的最小值的最大值即可。 时间复杂度 $O(n\log n)$。 const int MAXN=2e4+5; namespace SA{ int sa[MAXN],rk[MAXN],height[MAXN],x[MAXN],y[MAXN],c[MAXN]; void get_sa(int *s,int n,int m){ _rep(i,0,m)c[i]=0; _rep(i,1,n)c[x[i]=s[i]]++; _rep(i,1,m)c[i]+=c[i-1]; for(int i=n;i;i--)sa[c[x[i]]--]=i; for(int k=1;kk)y[++pos]=sa[i]-k; _rep(i,0,m)c[i]=0; _rep(i,1,n)c[x[i]]++; _rep(i,1,m)c[i]+=c[i-1]; for(int i=n;i;i--)sa[c[x[y[i]]]--]=y[i],y[i]=0; swap(x,y); pos=0,y[n+1]=0; _rep(i,1,n)x[sa[i]]=(y[sa[i]]==y[sa[i-1]]&&y[sa[i]+k]==y[sa[i-1]+k])?pos:++pos; if(pos==n)break; m=pos; } _rep(i,1,n)rk[sa[i]]=i; } void get_height(int *s,int n){ for(int i=1,k=0;i<=n;i++){ if(k)k--; while(s[i+k]==s[sa[rk[i]-1]+k])k++; height[rk[i]]=k; } } } int a[MAXN],b[MAXN],q[MAXN]; int main() { int n=read_int(),k=read_int()-1; _rep(i,1,n)a[i]=b[i]=read_int(); sort(b+1,b+n+1); int m=unique(b+1,b+n+1)-b; _rep(i,1,n)a[i]=lower_bound(b+1,b+m,a[i])-b; SA::get_sa(a,n,m); SA::get_height(a,n); int ans=0,tail=1,head=0; _rep(i,1,n){ while(tail<=head&&i-q[tail]>=k)tail++; while(tail<=head&&SA::height[i]<=SA::height[q[head]])head--; q[++head]=i; if(i>=k)ans=max(ans,SA::height[q[tail]]); } enter(ans); return 0; } === 例题五 === [[https://www.luogu.com.cn/problem/P2178|洛谷p2178]] == 题意 == 给定一个字符串 $S$ 和序列 $v$,字符串对 $(S[a,b],S[c,d])$ 的权值为 $v_av_b$。 对 $0\le i\lt n$,询问满足 $S[a,a+i-1]=S[b,b+i-1]$ 的所有字符串对的个数和最大权值。 == 题解 == 枚举子串的右端点,设 $\text{LCP}(S[sa_a,n],S[sa_b,n])=k$,显然 $S[sa_a,sa_b+i-1]=S[sa_b,sa_b+i-1](1\le i\le k)$ 均成立。 不妨只考虑字符串 $S[sa_a,sa_a+k-1]=S[sa_b,sa_b+k-1]$ 对 $i=k$ 的答案的贡献,最后求后缀和以及后缀最大值即可。 将 $\text{height}_i$ 视为连接 $sa_i$ 和 $sa_{i-1}$ 的一条边,将边按 $\text{height}$ 值从大到小排序。 然后依次向图中加入每条边,于是每条新加入的边一定是最短边,决定了两个连通块间的字符串对的 $\text{LCP}$。 于是并查集维护点集大小,点集中的 $v$ 的最大值和最小值(因为可能出现负数乘以负数的情况) 即可。 时间复杂度 $O(n\log n)$。 const int MAXN=3e5+5; namespace SA{ int sa[MAXN],rk[MAXN],height[MAXN],x[MAXN],y[MAXN],c[MAXN]; void get_sa(char *s,int n,int m){ _rep(i,0,m)c[i]=0; _rep(i,1,n)c[x[i]=s[i]]++; _rep(i,1,m)c[i]+=c[i-1]; for(int i=n;i;i--)sa[c[x[i]]--]=i; for(int k=1;kk)y[++pos]=sa[i]-k; _rep(i,0,m)c[i]=0; _rep(i,1,n)c[x[i]]++; _rep(i,1,m)c[i]+=c[i-1]; for(int i=n;i;i--)sa[c[x[y[i]]]--]=y[i],y[i]=0; swap(x,y); pos=0,y[n+1]=0; _rep(i,1,n)x[sa[i]]=(y[sa[i]]==y[sa[i-1]]&&y[sa[i]+k]==y[sa[i-1]+k])?pos:++pos; if(pos==n)break; m=pos; } _rep(i,1,n)rk[sa[i]]=i; } void get_height(char *s,int n){ for(int i=1,k=0;i<=n;i++){ if(k)k--; while(s[i+k]==s[sa[rk[i]-1]+k])k++; height[rk[i]]=k; } } } char buf[MAXN]; int p[MAXN],sz[MAXN],maxv[MAXN],minv[MAXN]; LL ans1[MAXN],ans2[MAXN]; pair edge[MAXN]; int Find(int x){return x==p[x]?x:p[x]=Find(p[x]);} bool cmp(const pair &a,const pair &b){ return a.first>b.first; } int main() { int n=read_int(); scanf("%s",buf+1); SA::get_sa(buf,n,'z'); SA::get_height(buf,n); _rep(i,1,n){ maxv[i]=minv[i]=read_int(); p[i]=i,sz[i]=1; } _for(i,0,n)ans2[i]=-1e18; _for(i,1,n)edge[i]=make_pair(SA::height[i+1],i+1); sort(edge+1,edge+n,cmp); _for(i,1,n){ int u=SA::sa[edge[i].second],v=SA::sa[edge[i].second-1],k=edge[i].first; int x=Find(u),y=Find(v); ans1[k]+=1LL*sz[x]*sz[y]; ans2[k]=max(ans2[k],max(1LL*maxv[x]*maxv[y],1LL*minv[x]*minv[y])); p[x]=y; sz[y]+=sz[x]; maxv[y]=max(maxv[y],maxv[x]); minv[y]=min(minv[y],minv[x]); } for(int i=n-1;i;i--){ ans1[i-1]+=ans1[i]; ans2[i-1]=max(ans2[i-1],ans2[i]); } _for(i,0,n){ space(ans1[i]); enter(ans1[i]?ans2[i]:0); } return 0; } === 例题六 === [[https://www.luogu.com.cn/problem/P3763|洛谷p3763]] == 题意 == 给定一个文本串 $S_0$ 和模式串 $S$,问 $S_0$ 中 $S$ 的近似匹配次数。 定义 $S_0[i,i+n-1]$ 与 $S[1,n]$ 近似匹配当且仅当 $S_0[i,i+n-1]$ 与 $S[1,n]$ 至多有 $3$ 个不同的字符。 == 题解 == 由于匹配最多只允许 $3$ 个字符不同,考虑暴力枚举 $S_0$ 右端点,然后尝试匹配。 将串拼接为 $S_0+\text{#}+S$ 即可 $O(1)$ 完成相应 $\text{LCP}$ 查询,然后每次跳 $\text{LCP}$ 的长度继续匹配即可。 时间复杂度 $O(n\log n)$,主要在于后缀数组和 $\text{ST}$ 表建立,常数较大。 ps.这题也有 $\text{FFT}$ 的解法,有兴趣的可以查看这篇[[https://www.luogu.com.cn/blog/My-luoguBuoke-HZR/solution-p3763#|题解]]。 const int MAXN=2e5+5,MAXM=20; namespace SA{ int sa[MAXN],rk[MAXN],height[MAXN],x[MAXN],y[MAXN],c[MAXN]; int d[MAXN][MAXM],lg2[MAXN]; void get_sa(char *s,int n,int m){ _rep(i,0,m)c[i]=0; _rep(i,1,n)c[x[i]=s[i]]++; _rep(i,1,m)c[i]+=c[i-1]; for(int i=n;i;i--)sa[c[x[i]]--]=i; for(int k=1;kk)y[++pos]=sa[i]-k; _rep(i,0,m)c[i]=0; _rep(i,1,n)c[x[i]]++; _rep(i,1,m)c[i]+=c[i-1]; for(int i=n;i;i--)sa[c[x[y[i]]]--]=y[i],y[i]=0; swap(x,y); pos=0,y[n+1]=0; _rep(i,1,n)x[sa[i]]=(y[sa[i]]==y[sa[i-1]]&&y[sa[i]+k]==y[sa[i-1]+k])?pos:++pos; if(pos==n)break; m=pos; } _rep(i,1,n)rk[sa[i]]=i; } void get_height(char *s,int n){ for(int i=1,k=0;i<=n;i++){ if(k)k--; while(s[i+k]==s[sa[rk[i]-1]+k])k++; height[rk[i]]=k; } } void build_st(int n){ lg2[1]=0; _rep(i,2,n) lg2[i]=lg2[i>>1]+1; _rep(i,1,n) d[i][0]=height[i]; for(int j=1;(1<rig)swap(lef,rig);lef++; int len=rig-lef+1; return min(d[lef][lg2[len]],d[rig-(1<len2)break; pos++;cnt++; } if(cnt<=3) ans++; } enter(ans); } return 0; } === 例题七 === [[https://www.luogu.com.cn/problem/P4248|洛谷p4248]] == 题意 == 给定字符串 $S$,设 $T_i=S[i,n]$,求 $$\sum_{1\le i\lt j\le n}|T_i|+|T_j|+2\times \text{LCP}(T_i,T_j)$$ == 题解 == $$\sum_{1\le i\lt j\le n}|T_i|+|T_j|-2\times \text{LCP}(T_i,T_j)=(n-1)\sum_{i=1}^n|T_i|-2\times \sum_{1\le i\lt j\le n}\text{LCP}(T_i,T_j)=\frac {(n-1)n(n+1)}2-2\times \sum_{1\le i\lt j\le n}\text{LCP}(T_i,T_j)$$ 发现只要维护后面部分即可。 考虑单调栈维护,设 $\text{dp}_i=\sum_{1\le j\lt i}\text{LCP}(T_i,T_j)$,用单调栈维护 $height_i$ 数组。 于是对所有 $i$,可以均摊 $O(1)$ 得到最大的 $j\lt i$ 满足 $\text{hieght}_j\le \text{height}_i$。 根据 $\text{height}$ 性质,发现 $j\lt k\le i$ 时 $\text{LCP}(T_k,T_i)=\text{height}_i$,而 $k\le j$ 时 $\text{LCP}(T_k,T_i)=\text{LCP}(T_k,T_j)$。 于是 $\text{dp}_i=\sum_{1\le j\lt i}\text{LCP}(T_i,T_j)=\text{dp}_j+(i-j)\text{height}_i$。 另外该题也可以用笛卡尔树或并查集等维护。 const int MAXN=5e5+5,MAXM=20; namespace SA{ int sa[MAXN],rk[MAXN],height[MAXN],x[MAXN],y[MAXN],c[MAXN]; void get_sa(char *s,int n,int m){ _rep(i,0,m)c[i]=0; _rep(i,1,n)c[x[i]=s[i]]++; _rep(i,1,m)c[i]+=c[i-1]; for(int i=n;i;i--)sa[c[x[i]]--]=i; for(int k=1;kk)y[++pos]=sa[i]-k; _rep(i,0,m)c[i]=0; _rep(i,1,n)c[x[i]]++; _rep(i,1,m)c[i]+=c[i-1]; for(int i=n;i;i--)sa[c[x[y[i]]]--]=y[i],y[i]=0; swap(x,y); pos=0,y[n+1]=0; _rep(i,1,n)x[sa[i]]=(y[sa[i]]==y[sa[i-1]]&&y[sa[i]+k]==y[sa[i-1]+k])?pos:++pos; if(pos==n)break; m=pos; } _rep(i,1,n)rk[sa[i]]=i; } void get_height(char *s,int n){ for(int i=1,k=0;i<=n;i++){ if(k)k--; while(s[i+k]==s[sa[rk[i]-1]+k])k++; height[rk[i]]=k; } } } char buf[MAXN]; pair Stack[MAXN]; LL dp[MAXN]; int main() { scanf("%s",buf+1); int n=strlen(buf+1); SA::get_sa(buf,n,'z'); SA::get_height(buf,n); LL ans=1LL*(n-1)*n*(n+1)/2; int top=0; Stack[0]=make_pair(0,0); _rep(i,1,n){ while(top&&Stack[top].second>SA::height[i])top--; dp[i]=dp[Stack[top].first]+1LL*(i-Stack[top].first)*SA::height[i],ans-=dp[i]*2; Stack[++top]=make_pair(i,SA::height[i]); } enter(ans); return 0; }