首页 > 代码库 > 后缀数组笔记

后缀数组笔记

在字符串匹配问题中经常出现这两个概念:

文本(text):原文

模板(pattern):关键词(相当于一个子串)

任务:在text中找pattern

 

常用算法:

AC自动机:多个pattern

KMP:已知pattern,对pattern进行预处理

Trie:也叫前缀树,常用于找字符串前缀

后缀数组:已知text,对text进行预处理

后缀树:其实就是路径压缩版的trie树,把树上没有分叉的路径压缩掉了

-----------------------------------------------------------------

 

sa[i]:后缀数组,pattern的所有后缀从小到大排序后,排好序的第i个后缀的开头位置(共n个后缀,sa[0..n-1])

    eg:对于单词”banana“,sa={5,3,1,0,4,2},分别对应后缀a, ana, anana, banana, na, nana

rank[i]:保存sa[i]在所有后缀中从小到大排列的名次

    sa[i]与rank[i]互逆,即sa[rank[i]]=i,  rank[sa[i]]=i

定义height[i]=sa[i-1]和sa[i]的最长公共前缀长度(即两个排名相邻的后缀的最长公共前缀长度)

 

后缀数组笔记