浅谈字符串排序的黑科技——后缀数组

读入一个长度为 \(n\) 的由大小写英文字母或数字组成的字符串,请把这个字符串的所有非空后缀按字典序从小到大排序,然后按顺序输出后缀的第一个字符在原串中的位置。位置编号为 \(1\)\(n\)

输入样例:

ababa

输出样例:

5 3 1 4 2

样例解释:

后缀:与前缀类似,如上述字符串后缀分别为 \(ababa\),\(baba\),\(aba\),\(ba\),\(a\)

字符串排序:对于两个字符串,同时从第一位比较到最后一位(不足补0),位数大的不一定大

实例1:\(baaaa>aaaaa\)(第一位\(b\)>\(a\)

实例2:\(b>abbbbbbbbb……\)(第一位\(b\)>\(a\)

实例3:\(abd>abcde\)(第三位\(d\)>\(c\)

实例4:\(abcd>abc\)(第四位\(d\)>空)

因此样例中\(a\)<\(aba\)<\(ababa\)<\(ba\)<\(baba\)

数据范围:

\(n≤10^6\)

这道题当然可以暴力求解,然而这数据范围显然会让暴力炸掉

因此我们需要使用一种全新的算法——后缀数组

for(register int i=n;i>=1;i--) a[i]+=a[i+1]

不是这个啦!这个是后缀和!!!

咳咳

首先我们需要了解基数排序(Rsort)

在很多位数相同的短数字排序时,其效率优于其他排序算法(归并,快速及堆等)

其思路很简单(这里以两位数排序为例),先以个位为关键字排序,再以十位为关键字排一次序

如以下样例:

65,48,19,82,38,49,67,18,23,61

按照个位排序后如下:

61,82,23,65,67,48,38,18,19,49

再按照十位排序:

18,19,23,38,48,49,61,65,67,82

这样就排序完成了

同理,我们将串中的字符换为数字,几位合并后作为关键字排序即可

高清无码注释版代码见下:

#include<bits/stdc++.h> #define fo(i,j,k) for(register int i=1j;i<=k;++i) #define N 1000005 using namespace std; char s[N]; int a[N],rk[N],sa[N],tp[N],tax[N],n,m; //a暂存,rk第一关键字第i位的排名,sa排名为i的位置 //tp作为第二关键字,tax作为桶 inline void Rsort() { for(register int i=0;i<=m;++i) tax[i]=0;//清零桶的数据 for(register int i=1;i<=n;++i) ++tax[rk[tp[i]]];//出现的第一关键字+1 for(register int i=1;i<=m;++i) tax[i]+=tax[i-1];//tax中i代表这个数最多能排到第几位 for(register int i=n;i>=1;--i) sa[tax[rk[tp[i]]]--]=tp[i]; //处理这一轮的SA,(第一关键字相同时,第二关键字越大排名越靠后) } inline void Suffix() { for(register int i=1;i<=n;++i) rk[i]=a[i],tp[i]=i; //第一轮直接使用ascii码和位置当关键字 Rsort(); for(register int k=1;k<=n;k<<=1) { int num=0; for(register int i=n-k+1;i<=n;++i) tp[++num]=i; //从n-k+1到n,第二关键字都为零,所以存入数组 for(register int i=1;i<=n;++i) if(sa[i]>k) tp[++num]=sa[i]-k; //sa有序,当sa[i]大于k时,sa[i]会作为其他的第二关键字,所以sa[i]-k进队 Rsort(); swap(rk,tp);//用tp存下一轮的rk rk[sa[1]]=1; num=1; for(register int i=2;i<=n;++i) rk[sa[i]]=(tp[sa[i]]==tp[sa[i-1]]&&tp[sa[i]+k]==tp[sa[i-1]+k])?num:++num; //比较第一关键字和第二关键字是否相同,相同就是num,否则是num+1 if(num==n) break;//当有n种排名时,结束 m=num;//tp种类 } return; } int main() { gets(s); n=strlen(s);//字符串长度 m=122;//字符个数 for(register int i=0;i<n;++i) a[i+1]=s[i]; Suffix(); for(register int i=1;i<=n;++i) printf("%d ",sa[i]); return 0; }

很巧妙的算法,然而因为所有数组都是一维的,使用时必须嵌套,第一遍看可能会很懵

不过没关系,对着代码多看几遍,你就可以……背到了……逃

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/zywjdp.html