清华大佬耗费三个月吐血整理的几百G的资源,免费分享!....>>>
#include<stdio.h> #include<string.h> #include<iostream> using namespace std; #define MAXN 123123 char s[MAXN]; int sa[MAXN],t[MAXN],t2[MAXN],c[MAXN],n; void build(int m) { int i,*x=t,*y=t2; //其实下面的是计数排序 for(i=0;i<m;i++) c[i]=0; for(i=0;i<n;i++) c[x[i]=s[i]]++; for(i=0;i<m;i++) c[i]+=c[i-1];//其实这个时候每个数的名次已经有了 for(i=n-1;i>=0;i--) sa[--c[x[i]]]=i; /*最后一个for循环可能感觉莫名其妙可以改成下面两个for循环可能就很容易的看出来了 for(i=n-1;i>=0;i--) rank[i]=--c[x[x[i]]]; for(i=n-1;i>=0;i--) sa[rank[i]]=i; 根据sa[rank[i]]=i这个定理把rank[i]为--c[x[x[i]]]所以把--c[x[x[i]]]带入第二个 for循环就化为了上面计数排序的最后一个for循环 */ for(int k=1;k<=n;k<<=1/*和k=k*2等价*/) { int p=0; /*直接利用sa数组排序第二关键字也就是相当于一个两位数的个位数,y保存的是第二关键字 的sa[i]的值 */ for(i=n-k;i<n;i++) y[p++]=i;/*因为第二关键字超范围,看做小于所有的第二关键字,所以他们的排名 rank[n-k]...rank[n-1]的排名为0,1,2,....所以y[rank[n-k]]...y[rank[n-1]]的值位n-k...n-1 根据sa[rank[i]]=i;化简得rank[0]..rank[k]的值为n-k...n-1 */ for(i=0;i<n;i++) if(sa[i]>=k) y[p++]=sa[i]-k; /*因为这是排的第二关键字,当位于最后的后缀可能已经没有第二个已经没有第二个关键字了 这个时候就把这样的关键字都初始化为小于所有的第二关键字,而且,suffix(sa[0])<=suffix(sa[1]).. 当我们排第二关键字的时候第一关键字已经没有用了,换句话说,前k个我们已经用不到了,也就是 下标小于k的,也就是sa[i]小于k的,举个例子baba这个字符串第一次算出来的sa数组为1 3 0 2,也就是 suffix(1)<=suffix(3)<=suffix(0)<suffix(2)也就是a<=a<=b<=b而第二关键字为aba@这个@是小于所有的 字符,而第一个a就没有用了,也就是sa[k]=0的就没有用了,因为sa[k]表示的是以0首字符为下标的 的排名为k这个时候我们已经不再需要排小于k的下标了,但去掉小于k的sa[]后他们的sa[]的值是相对的 如去掉0以后就剩下132了因为去掉了1个所以所有大于等于1的都得减1,同理,去掉k个就得减去k个 */ //基数排序第一个关键字x数组存的是相当于rank[],且y[i]相当于与第一关键字,可以手动模拟一下baba for(i=0;i<m;i++) c[i]=0; for(i=0;i<n;i++) c[x[y[i]]]++; for(i=0;i<m;i++) c[i]+=c[i-1]; for(i=n-1;i>=0;i--) sa[--c[x[y[i]]]]=y[i]; /* 可以换成下面的for更直观一些rank1记录的是rank的值,把y[i]看成一个下标 for(i=0;i<m;i++) rank[i]=x[y[i]]; for(i=0;i<n;i++) c[i]=0; for(i=0;i<m;i++) c[rank[i]]++; for(i=0;i<m;i++) c[i]+=c[i-1]; for(i=n-1;i>=0;i--) rank1[y[i]]==--c[x[y[i]]]; for(i=n-1;i>=0;i--) sa[rank1[y[i]]]=y[i]; 把rank1=--c[x[y[i]]]带入得sa[--c[x[y[i]]]]=y[i]; 这个时候sa数组存的已经是倍增后的值但是这个时候rank[sa[i]]=i还不一定成立所以需要在下面进行验证 */ //根据sa和y数组计算新的x数组(这时说的y是x数组和y数组交换后的y数组也就相当于rank数组) swap(x,y); p=1;x[sa[0]]=0; for(i=1;i<n;i++) x[sa[i]]=y[sa[i-1]]==y[sa[i]]&&y[sa[i-1]+k]==y[sa[i]+k]?p-1:p++; if(p>=n) break; m=p; /* 如果r[sa[i-1]]==r[sa[i]],那么,说明在以a,b为开始的l长度的字符串内肯定不包括@(这也是最后 一个元素给@的原因),所以sa[i-1]+k,sa[i]+k都小于n-k,所以此处数组不会越界。若果不相等那么 根据&&的短路特性后边的sa[i]+k就不会判断了 */ } } int main() { return 0; } /* dcba aabb baba bababa bbaa aaab */