首页 > 代码库 > POJ - 3415 Common Substrings(后缀数组求长度不小于 k 的公共子串的个数+单调栈优化)

POJ - 3415 Common Substrings(后缀数组求长度不小于 k 的公共子串的个数+单调栈优化)

Description

A substring of a string T is defined as:

Tik)= TiTi+1... Ti+k-1, 1≤ i≤ i+k-1≤| T|.

Given two strings AB and one integer K, we define S, a set of triples (ijk):

S = {( ijk) | k≥ KAik)= Bjk)}.

You are to give the value of |S| for specific AB and K.

Input

The input file contains several blocks of data. For each block, the first line contains one integer K, followed by two lines containing strings A and B, respectively. The input file is ended by K=0.

1 ≤ |A|, |B| ≤ 105
1 ≤ K ≤ min{|A|, |B|}
Characters of A and B are all Latin letters.

Output

For each case, output an integer |S|.

Sample Input

2
aababaa
abaabaa
1
xx
xx
0

题意:求长度不小于 k 的公共子串的个数。
思路:还是论文上的题目,基本思路是计算 A 的所有后缀和 B 的所有后缀之间的最长公共前缀的长度,把最长公共前缀长度不小于 k 的部分全部加起来。先将两个字符串连起来,中间用一个没有出现过的字符隔开。按 height 值分组后,接下来的工作便是快速的统计每组中后缀之间的最长公共前缀之和。扫描一遍,每遇到一个 B 的后缀就统计与前面的 A 的后缀能产生多少个长度不小于 k 的公共子串,这里 A 的后缀需要用一个单调的栈来高效的维护。然后对 A 也这样做一次。比较难理解的是单调栈这部分,还是通过举例来说吧,假设当前的height[]数组按排名的顺序依次是:1,2,3.假设这些都大于等于k值,且sa[0],sa[1],sa[2]都是B串的,当sa[3]是A串的时候,因为它和sa[2]的最长公共前缀是3,所以可以包含住前3个B串,所以可以全部累加起来;但是如果是小于等于的话,例如是1的话,那么2和3的值就需要重新计算了,因为此时的最长公共前缀是1了,我们还需要一个num[]数组来记录此时大于等于栈顶的值的个数,因为这在之后如果有更小的时候,还需要把这些大于等于的再减掉。

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <cmath>
#include <queue>
typedef long long ll;
using namespace std;
const int maxn = 200010;

int sa[maxn]; 
int t1[maxn], t2[maxn], c[maxn];
int rank[maxn], height[maxn];

void build_sa(int s[], int n, int m) {
    int i, j, p, *x = t1, *y = t2;
    for (i = 0; i < m; i++) c[i] = 0;
    for (i = 0; i < n; i++) c[x[i] = s[i]]++;
    for (i = 1; i < m; i++) c[i] += c[i-1];
    for (i = n-1; i >= 0; i--) sa[--c[x[i]]] = i;

    for (j = 1; j <= n; j <<= 1) {
        p = 0;
        for (i = n-j; i < n; i++) y[p++] = i;
        for (i = 0; i < n; i++) 
            if (sa[i] >= j) 
                y[p++] = sa[i] - j;
        for (i = 0; i < m; i++) c[i] = 0;
        for (i = 0; i < n; i++) c[x[y[i]]]++;
        for (i = 1; i < m; i++) c[i] += c[i-1];
        for (i = n-1; i >= 0; i--) sa[--c[x[y[i]]]] = y[i];

        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]+j] == y[sa[i]+j] ? p-1 : p++;

        if (p >= n) break;
        m = p;
    }
}

void getHeight(int s[],int n) {
    int i, j, k = 0;
    for (i = 0; i <= n; i++)
        rank[sa[i]] = i;

    for (i = 0; i < n; i++) {
        if (k) k--;
        j = sa[rank[i]-1];
        while (s[i+k] == s[j+k]) k++;
        height[rank[i]] = k;
    }
}

int r[maxn];
int st[maxn], num[maxn];
char str1[maxn], str2[maxn];
int k, len1, len2;

ll solve(int n, int k) {
    ll i, j, tp, ans = 0;
    ll tot, top;
    for (i = 1; i <= n; i++) {
        if (height[i] < k) tot = top = 0;
        else {
            tp = 0;
            if (sa[i-1] > len1) {
                tp = 1;
                tot += height[i] - k + 1;
            }

            while (top > 0 && st[top] >= height[i]) {
                tot -= num[top] * (st[top] - height[i]);
                tp += num[top];
                top--;
            }

            st[++top] = height[i];
            num[top] = tp;
            if (sa[i] < len1)
                ans += tot;
        }
    }

    for (i = 1; i <= n; i++) {
        if (height[i] < k) tot = top = 0;
        else {
            tp = 0;
            if (sa[i-1] < len1) {
                tp = 1;
                tot += height[i] - k + 1;
            }

            while (top > 0 && st[top] >= height[i]) {
                tot -= num[top] * (st[top] - height[i]);
                tp += num[top];
                top--;
            }

            st[++top] = height[i];
            num[top] = tp;
            if (sa[i] > len1)
                ans += tot;
        }
    }
    return ans;
}

int main() {
    int i, j;
    while (scanf("%d", &k) != EOF && k) {
        scanf("%s%s",str1,str2);  
        for (i = 0; str1[i]; ++i)  
            r[i] = str1[i];  
        r[i] = ‘$‘,len1 = i,i++;  
        for (j = 0; str2[j];j++)  
            r[i+j] = str2[j];  
        r[i+j] = 0;
        int len = i + j; 

        build_sa(r, len+1, 128);
        getHeight(r, len);

        printf("%lld\n", solve(len, k));
    }
    return 0;
}



POJ - 3415 Common Substrings(后缀数组求长度不小于 k 的公共子串的个数+单调栈优化)