來自羅穗騫神犇的後綴數組模版(有詳細註釋)

 1 const int N = 100005;
 2 int wa[N],wb[N],wv[N],ws[N];
 3 int cmp(int *r,int a,int b,int l)
 4 {
 5     return r[a]==r[b]&&r[a+l]==r[b+l];
 6 }
 7 void da(int *r,int *sa,int n,int m)
 8 {
 9     int i,j,p,*x=wa,*y=wb;
10     // 下面四行是對第一個字母的一個基數排序:基數排序其實就是記錄前面有多少個位置被佔據了 
11     for(i=0;i<m;i++) ws[i]=0; // 將統計字符數量的數組清空 
12     for(i=0;i<n;i++) ws[x[i]=r[i]]++; // 統計各類字符的個數 
13     for(i=1;i<m;i++) ws[i]+=ws[i-1]; // 進行一個累加,由於前面的小字符集對後面字符的排位有位置貢獻 
14     for(i=n-1;i>=0;i--) sa[--ws[x[i]]]=i; // 根據位置來排序,sa[x] = i,表示i位置排在第x位
15     // wa[x[i]]就是字符集0-x[i]共有多少字符佔據了位置,減去本身的一個位置剩下的就是本身的排名了,排名從0開始 
16     // 排名過程當中主要的過程是對於處於相同字符的字符的排序,由於改變wa[x[i]]值得只會是自己,小於該字符的貢獻值
17     // 是不變的,對於第一個字符相同的依據是位置關係,在後面將看到經過第二個關鍵字來肯定相同字符的前後關係 
18     
19     
20     // 這之後的排序都是經過兩個關鍵字來肯定一個串的位置,也即倍增思想
21     // 經過將一個串分解成兩部分,而這兩部分的位置關係咱們都已經計算出來 
22     for(j=1,p=1;p<n;j*=2,m=p) 
23     {
24         for(p=0,i=n-j;i<n;i++) y[p++]=i; // 枚舉的串是用於與i位置的串進行合併,因爲i較大,由於匹配的串爲空串 
25         // 因爲枚舉的是長度爲j的串,那麼i位置開始的串將湊不出這個長度的串,所以第二關鍵字應該最小,這其中位置靠前的較小
26         for(i=0;i<n;i++) if(sa[i]>=j) y[p++]=sa[i]-j; // sa[i]-j開頭的串做爲第二關鍵字與編號爲sa[i]的串匹配,sa[i]<j的串不用做爲第二關鍵字來匹配 
27         for(i=0;i<n;i++) wv[i]=x[y[i]]; // 取出這些位置的第一關鍵字 
28         for(i=0;i<m;i++) ws[i]=0;
29         for(i=0;i<n;i++) ws[wv[i]]++;
30         for(i=1;i<m;i++) ws[i]+=ws[i-1];
31         for(i=n-1;i>=0;i--) sa[--ws[wv[i]]]=y[i]; // 按照第二關鍵字進行第一關鍵字的基數排序 
32         for(swap(x,y),p=1,x[sa[0]]=0,i=1;i<n;i++) // 對排好序的sa數組進行一次字符集縮小、常數優化 
33         x[sa[i]]=cmp(y,sa[i-1],sa[i],j)?p-1:p++;
34     }
35     return;
36 }
37 
38 int rank[N],height[N];
39 void calheight(int *r,int *sa,int n) // 這裏的n是原串的原本長度,即不包括新增的0 
40 {
41     int i,j,k=0;
42     for(i=1;i<=n;i++) rank[sa[i]]=i; // 有後綴數組獲得名次數組,排名第0的後綴必定是添加的0 
43     for(i=0;i<n;height[rank[i++]]=k) // 以 i 開始的後綴總可以從以 i-1 開始的後綴中繼承 k-1 匹配項出來 
44     for(k?k--:0,j=sa[rank[i]-1];r[i+k]==r[j+k];k++); // 進行一個暴力的匹配,可是整個算法的時間複雜度仍是O(n)的 
45     return;
46 }
相關文章
相關標籤/搜索