最近学了SAM已经SAM的比较简单的应用，SAM确实不好理解呀，记录一下。

这里提一下后缀自动机比较重要的性质：

1，SAM的点数和边数都是O(n)级别的，但是空间开两倍。

2，SAM每个结点代表一个endpos，每个endpos有可能代表多个字串(当然这些字串的endpos相等)，且这些字串的长度呈一个梯形。

3，令tree[x].len为点x代表的所有字串中长度最长的,tree[x].short为最短的，那么tree[x].short=(tree[fa].len)+1，根据这条性质其实tree[x].short就不用算了可以直接由fa得到。

4，SAM的一条边代表往后添加一个字符，且路径和字串一一对应，那么就得到路径数等于字串数。

5，在parent树上，x的endpos大小等于x的所有儿子y的endpos大小+1，那么就可以通过建树之后一次dfs计算所有点的endpos大小。

6，第2点说明每个状态endpos代表的长度区间为len[fa[s]]->len[s]]，那么要求所有本质不同的串的个数就是∑tlen[t]−len[fa[t]] 。

模板题：洛谷P3804

题目要求出现次数不为1(即endpos大小不为1)的时候计算出现次数*字串大小最大。首先肯定要计算endpos大小（这里用的是建树之后dfs的计算办法），然后虽然每个endpos应该有多个字串，但是题目要求计算最大值，所以只看endpos最长的那个字串(tree[x].len)就可以了。

#include<bits/stdc++.h>

using namespace std;

const int N=2e6+;

int n,tot=,las=;

char s[N];

struct NODE {

    int ch[];

    int len,fa;

    NODE(){memset(ch,,sizeof(ch));len=fa=;}

}tree[N];

int cnt=,head[N],nxt[N],to[N];

void add_edge(int x,int y) {

    nxt[++cnt]=head[x]; to[cnt]=y; head[x]=cnt;

} 

long long ep[N],ans;  //ep是结点endpos大小

void insert(int c) {  //字符插入到SAM中

    int p=las,np=las=++tot;ep[tot]=;

    tree[np].len=tree[p].len+;

    for (;p&&!tree[p].ch[c];p=tree[p].fa) tree[p].ch[c]=np;

    if (!p) tree[np].fa=;

    else {

        int q=tree[p].ch[c];

        if(tree[q].len==tree[p].len+)tree[np].fa=q;

        else {

            int nq=++tot;

            tree[nq]=tree[q];tree[nq].len=tree[p].len+;

            tree[q].fa=tree[np].fa=nq;

            for(;p&&tree[p].ch[c]==q;p=tree[p].fa) tree[p].ch[c]=nq;

        }

    }

}

void dfs(int x) {

    for(int i=head[x];i;i=nxt[i]) {

        int y=to[i];

        dfs(y);

        ep[x]+=ep[y];

    }

    if(ep[x]!=)ans=max(ans,ep[x]*tree[x].len);

}

int main()

{

    scanf("%s",s); n=strlen(s);

    for(int i=;i<n;i++) insert(s[i]-'a');  //把字符串s插入到 SAM 中 

    for(int i=;i<=tot;i++) add_edge(tree[i].fa,i);  //建树计算每个点endpos大小

    dfs();  //dfs计算

    printf("%lld\n",ans);

    return ;

}

SPOJ1811 LCS - Longest Common Substring

求两个字符串最长公共字串长度。把字符串s1建SAM，然后令s2在SAM上匹配。匹配过程有点儿像AC自动机，一个一个字符匹配，匹配成功就继续往下匹配，当匹配失败的时候就沿着fa往上跳然后继续匹配。

这里要注意一个小细节，匹配失败往上跳的时候如果跳到了root结点记得把匹配信息清理。

#include<bits/stdc++.h>

using namespace std;

const int N=1e6+;

int n,m,tot=,las=;

char s1[N],s2[N];

struct NODE {

    int ch[];

    int len,fa;

    NODE(){memset(ch,,sizeof(ch));len=fa=;}

}tree[N];

int cnt=,head[N],nxt[N],to[N];

void add_edge(int x,int y) {

    nxt[++cnt]=head[x]; to[cnt]=y; head[x]=cnt;

} 

long long ep[N],ans;  //ep是结点endpos大小

void insert(int c) {  //字符插入到SAM中

    int p=las,np=las=++tot;ep[tot]=;

    tree[np].len=tree[p].len+;

    for (;p&&!tree[p].ch[c];p=tree[p].fa) tree[p].ch[c]=np;

    if (!p) tree[np].fa=;

    else {

        int q=tree[p].ch[c];

        if(tree[q].len==tree[p].len+)tree[np].fa=q;

        else {

            int nq=++tot;

            tree[nq]=tree[q];tree[nq].len=tree[p].len+;

            tree[q].fa=tree[np].fa=nq;

            for(;p&&tree[p].ch[c]==q;p=tree[p].fa) tree[p].ch[c]=nq;

        }

    }

}

void dfs(int x) {

    for(int i=head[x];i;i=nxt[i]) {

        int y=to[i];

        dfs(y);

        ep[x]+=ep[y];

    }

    if(ep[x]!=)ans=max(ans,ep[x]*tree[x].len);

}

int main()

{

    scanf("%s%s",s1,s2);

    n=strlen(s1); m=strlen(s2);

    for(int i=;i<n;i++) insert(s1[i]-'a');  //把字符串s插入到 SAM 中 

    int ans=,nowlen=,now=;

    for (int i=;i<m;i++,ans=max(ans,nowlen)) {

        int p=s2[i]-'a';

        if (tree[now].ch[p]) now=tree[now].ch[p],nowlen++;

        else {

            while(now&&!tree[now].ch[p]) now=tree[now].fa;  //失配沿着fa继续匹配

            if (now==) now=,nowlen=;  //注意这里

            else nowlen=tree[now].len+,now=tree[now].ch[p];

        }

    }

    cout<<ans<<endl;

    return ;

}

SPOJ7258 SUBLEX - Lexicographical Substring Search(后缀自动机)

给出一个串求它的所有字串中第k小的字串（本质相同的字串只算一个）。

根据上面提到的SAM的路径数等于字串个数，我们可以先求出以每个点为起点的路径数(即得到每个点为起点的字串数)。然后常规套路像在搜索树上一边剪枝修改k一边搜索最终得到答案。

这里要注意，因为本质相同算一个，所以每个点初始值就是1。

#include<bits/stdc++.h>

using namespace std;

const int N=2e6+;

int n,tot=,las=;

char s[N];

struct NODE {

    int ch[];

    int len,fa;

    NODE(){memset(ch,,sizeof(ch));len=fa=;}

}tree[N];

void insert(int c) {  //字符插入到SAM中

    int p=las,np=las=++tot;

    tree[np].len=tree[p].len+;

    for (;p&&!tree[p].ch[c];p=tree[p].fa) tree[p].ch[c]=np;

    if (!p) tree[np].fa=;

    else {

        int q=tree[p].ch[c];

        if(tree[q].len==tree[p].len+)tree[np].fa=q;

        else {

            int nq=++tot;

            tree[nq]=tree[q];tree[nq].len=tree[p].len+;

            tree[q].fa=tree[np].fa=nq;

            for(;p&&tree[p].ch[c]==q;p=tree[p].fa) tree[p].ch[c]=nq;

        }

    }

}

int sub[N];

void toposort() {

    static int c[N],rk[N];

    for (int i=;i<=tot;i++) c[tree[i].len]++;

    for (int i=;i<=n;i++) c[i]+=c[i-];

    for (int i=tot;i;i--) rk[c[tree[i].len]--]=i;  //前3步桶排序

    for (int i=;i<=tot;i++) sub[i]=;  //本质相等只算一个，初始值为1

    for (int i=tot;i;i--)

        for (int j=;j<;j++)

            sub[rk[i]]+=sub[tree[rk[i]].ch[j]]; //该点路径数等于它所有儿子路径数和

}

void solve(int k) {

    int now=;

    while (k) {

        if (now!=) k--;

        if (k<=) break;

        for (int i=;i<;i++)

            if (sub[tree[now].ch[i]]<k) k-=sub[tree[now].ch[i]];

            else { putchar(i+'a'); now=tree[now].ch[i]; break; }

    }

}

int main()

{

    scanf("%s",s); n=strlen(s);

    for(int i=;i<n;i++) insert(s[i]-'a');  //把字符串s插入到 SAM 中 

    toposort();  //求DAG某个点为起点的路径数

    int T,q; cin>>T;

    while (T--) {

        scanf("%d",&q);

        solve(q); puts("");

    }

    return ;

}

BZOJ-3998 / 洛谷P3975 弦论

跟上题差不多,只不过是本质相同字串要算多次，所以每个点的初始值不是1而是endpos的大小。其他不用怎么变。

这题按道理字串个数要用long long。但是在BZOJ上用long long有可能超时，用int就能过。。。

#include<bits/stdc++.h>

using namespace std;

const int N=1e6+;

int n,tot=,las=;

char s[N];

struct NODE {

    int ch[];

    int len,fa;

    NODE(){memset(ch,,sizeof(ch));len=fa=;}

}tree[N];

int ep[N],sub[N];

void insert(int c) {  //字符插入到SAM中

    int p=las,np=las=++tot; ep[tot]=;

    tree[np].len=tree[p].len+;

    for (;p&&!tree[p].ch[c];p=tree[p].fa) tree[p].ch[c]=np;

    if (!p) tree[np].fa=;

    else {

        int q=tree[p].ch[c];

        if(tree[q].len==tree[p].len+)tree[np].fa=q;

        else {

            int nq=++tot;

            tree[nq]=tree[q];tree[nq].len=tree[p].len+;

            tree[q].fa=tree[np].fa=nq;

            for(;p&&tree[p].ch[c]==q;p=tree[p].fa) tree[p].ch[c]=nq;

        }

    }

}

int c[N],rk[N];

void toposort(int opt) {

    for (int i=;i<=tot;i++) c[tree[i].len]++;

    for (int i=;i<=n;i++) c[i]+=c[i-];

    for (int i=tot;i;i--) rk[c[tree[i].len]--]=i;  //前3步桶排序 

    if (opt==)

        for (int i=;i<=tot;i++) ep[i]=;  //本质相等只算一个，初始值为1

    if (opt==)

        for (int i=tot;i>;i--) ep[tree[rk[i]].fa]+=ep[rk[i]];   //本质相等算多个，初始值为endpos大小

    for (int i=;i<=tot;i++) sub[i]=ep[i];

    for (int i=tot;i;i--)

        for (int j=;j<;j++)

            sub[rk[i]]+=sub[tree[rk[i]].ch[j]]; //该点路径数等于它所有儿子路径数和

}

void solve(int k) {

    int now=;

    if (k>sub[]) { puts("-1"); return; }

    while (k) {

        if (now!=) k-=ep[now];

        if (k<=) break;

        for (int i=;i<;i++)

            if (sub[tree[now].ch[i]]<k) k-=sub[tree[now].ch[i]];

            else { putchar(i+'a'); now=tree[now].ch[i]; break; }

    }

}

int main()

{

    scanf("%s",s); n=strlen(s);

    for(int i=;i<n;i++) insert(s[i]-'a');  //把字符串s插入到 SAM 中 

    int opt,q; cin>>opt>>q;

    toposort(opt);  //求DAG某个点为起点的路径数

    solve(q);

    return ;

}

HDU-4622 Reincarnation

题意：给出一个字符串，有多次询问[l,r]，要求求字符串[l,r]字串的所有本质不同的字串个数。

解法：根据上面第6点，当我们把SAM建出来就可以通过计算sigma(tree[x].len-tree[x.fa].len)得到本质不同字串个数。但是本题要求区间不同字串个数，一看数据量2000，我们做n^2的预处理：枚举区间左端点i开始建SAM然后从左端点开始往后逐一把每个字符j加入到SAM，那么此时得到的SAM就是区间[i,j]的SAM。但是我们不能每次求出SAM暴力计算sigma(tree[x].len-tree[x.fa].len)，明显超时。观察发现每插入一个字符对答案多造成的贡献就是插入字符的tree[x].len-tree[x.fa].len，所以逐一累加即可。

#include<bits/stdc++.h>

using namespace std;

const int N=4e3+;

int n,tot=,las=,sum;

char s[N];

struct NODE {

    int ch[];

    int len,fa;

    NODE(){memset(ch,,sizeof(ch));len=fa=;}

}tree[N];

int ep[N],ans[][];

void insert(int c) {  //字符插入到SAM中

    int p=las,np=las=++tot; ep[tot]=;

    tree[np].len=tree[p].len+;

    for (;p&&!tree[p].ch[c];p=tree[p].fa) tree[p].ch[c]=np;

    if (!p) tree[np].fa=;

    else {

        int q=tree[p].ch[c];

        if(tree[q].len==tree[p].len+)tree[np].fa=q;

        else {

            int nq=++tot;

            tree[nq]=tree[q];tree[nq].len=tree[p].len+;

            tree[q].fa=tree[np].fa=nq;

            for(;p&&tree[p].ch[c]==q;p=tree[p].fa) tree[p].ch[c]=nq;

        }

    }

    sum+=tree[np].len-tree[tree[np].fa].len;

}

int main()

{

    int T; cin>>T;

    while (T--) {

        scanf("%s",s+); n=strlen(s+);

        for (int i=;i<=n;i++) {

            sum=;

            for (int j=i;j<=n;j++) {

                insert(s[j]-'a');

                ans[i][j]=sum;

            }

            for (int j=;j<=tot;j++) {

                tree[j].fa=tree[j].len=;

                memset(tree[j].ch,,sizeof(tree[j].ch));

            }

            tot=; las=;

        }

        int q; cin>>q;

        while (q--) {

            int l,r; scanf("%d%d",&l,&r);

            printf("%d\n",ans[l][r]);

        }

    }

    return ;

}

后缀自动机(SAM) 学习笔记的更多相关文章

后缀自动机SAM学习笔记
前言(2019.1.6) 已经是二周目了呢... 之前还是有一些东西没有理解到位重新写一下吧后缀自动机的一些基本概念参考资料和例子 from hihocoder DZYO神仙翻译的神仙论文简而 ...
SAM学习笔记
SAM学习笔记后缀自动机(模板)NSUBSTR(Caioj1471 || SPOJ 8222) [题意] 给出一个字符串S(S<=250000),令F(x)表示S的所有长度为x的子串中,出现次 ...
[转]后缀自动机(SAM)
原文地址:http://blog.sina.com.cn/s/blog_8fcd775901019mi4.html 感觉自己看这个终于觉得能看懂了!也能感受到后缀自动机究竟是一种怎样进行的数据结构了. ...
SPOJ 1811. Longest Common Substring （LCS，两个字符串的最长公共子串，后缀自动机SAM）
1811. Longest Common Substring Problem code: LCS A string is finite sequence of characters over a no ...
后缀自动机(SAM)奶妈式教程
后缀自动机(SAM) 为了方便,我们做出如下约定: "后缀自动机" (Suffix Automaton) 在后文中简称为 SAM . 记 $|S|$ 为字符串 $S$ 的长 ...
【算法】后缀自动机(SAM) 初探
[自动机] 有限状态自动机的功能是识别字符串,自动机A能识别字符串S,就记为$A(S)$=true,否则$A(S)$=false. 自动机由$alpha$(字符集),$state$(状态集合),$in ...
浅谈后缀自动机SAM
一下是蒟蒻的个人想法,并不很严谨,仅供参考,如有缺误,敬请提出参考资料: 陈立杰原版课件 litble 某大神某大神其实课件讲得最详实了有限状态自动机我们要学后缀自动机,我们先来了解一下自动 ...
【文文殿下】后缀自动机(Suffix Automaton,SAM)学习笔记
前言后缀自动机是一个强大的数据结构,能够解决很多字符串相关的(String-related)问题. 例如:他可以查询一个字符串在另一个字符串中出现的所有子串,以及查询一个字符串中本质不同的字符串的个 ...
[学习笔记]后缀自动机SAM
好抽象啊,早上看了两个多小时才看懂,$\%\%\%Fading$ 早就懂了讲解就算了吧--可以去看看其他人的博客 1.[模板]后缀自动机 $siz$ 为该串出现的次数,$l$ 为子串长度 ...

随机推荐

The list of list is modified unexpected, python
Be careful! The list of list is modified unexpected, python # code patch A: list = [1,2,3,4,5,6,7] p ...
VSCode必备插件
通用组件 1.汉化插件 https://marketplace.visualstudio.com/items?itemName=MS-CEINTL.vscode-language-pack-zh-ha ...
NotSerializableException
这个错误是实体类没有继承 Serializeble.
重写LayoutParams，读取子View自定义属性
在EasyConstraintLayout内部定义一个静态类LayoutParams继承ConstraintLayout.LayoutParams,然后在构造方法中读取上面自定义的属性.我们通过裁剪的 ...
legend3---1、meedu安装
legend3---1.meedu安装一.总结一句话总结: 视频的安装教程做主菜,辅以文档安装教程做配料,口感甚佳. 1.为什么不直接从github下载文件的发行版,而要选择composer方式安 ...
Microsoft Office Word
快捷键选区选择块:[Shift]+click,光标放到块的一端,然后按住Shift,然后光标放到块的另一端. 更新域: F9 右键没有更新域选项时可以使用,如更新全部域先Ctrl + A然后F9 ...
git清空远程仓库
需求背景:因为用jenkins连接了git仓库,有时候job构建出现问题,需要排查问题,但是呢,真实的项目代码量非常pang大,所以就需要建1个测试仓库,使用最少量的代码能复现自己的问题就好. 这就需 ...
Linux运维知识之linux shell date 用当天时间做备份文件名
本文主要向大家介绍了Linux运维知识之linux shell date 用当天时间做备份文件名,通过具体的内容向大家展现,希望对大家学习Linux运维知识有所帮助. #!/bin/bash #dat ...
hdu6570Wave (暴力求解)
Problem Description Avin is studying series. A series is called "wave" if the following co ...
Maximum Subarray（最大连续子序列和）
https://leetcode.com/problems/maximum-subarray/ 思路: 如果全为负值,那么取最大值如果有非负值,那么我们依次计算到当前位置为止的最大值.假设有n个元素 ...

后缀自动机(SAM) 学习笔记

SPOJ7258 SUBLEX - Lexicographical Substring Search(后缀自动机)

后缀自动机(SAM) 学习笔记的更多相关文章

随机推荐

热门专题