后缀自动机（SAM）讲解 + Luogu p3804【模板】后缀自动机 (SAM)
本文求节点子串长度最小值有点问题，现已修改。
SAM
后缀自动机可以存储某一个字符串的所有子串。
一、概念
下图是一个 字符串 "aababa" 的 后缀自动机。
上图中的 黑色边 称 转移边，绿色边 称 链接边。
从根节点沿转移边所走的路径对应一个子串。
根节点表示空串，其他节点 表示 同类子串 的 集合。（同类子串 是指 末尾字母、结束位置相同的子串）
- 解释：上图中，绿色边与节点 构成一棵树（之后再解释），黑色边与节点 构成一张有向无环图，以
6号点 为例，共有3条路径 可以 到达6号点，即6号点代表3个不同的子串（表示 子串的集合） - 例如 上图中的节点代表集合：
② ={ a }③ ={ aa }④ ={ aab }⑤ ={ aaba }
⑥ ={ aabab，abab，bab }⑦ ={ ab，b }
⑧ ={ aababa，ababa，baba}
⑨ ={ aba，ba } - 发现：同一集合 中的 所有字符串，末尾字母相同，且结束位置相同。（“同类子串集合” 含义），如对于 ⑦ 集合 来说，
endpos("ab") = endpos("b") = { 3，5 }
二、构建后缀自动机
构建后缀自动机 的过程是一个 动态的过程，也就是 一个一个节点的插入，两类边（转移边，链接边）交替构建。过程中应当 维护 3 个数组：
ch[x][c]：存 节点x的 转移边的终点。例：ch[1][b] = 7, ch[2][b] = 7（从上图中 ①、② 节点 沿着b这条边 能走到 ⑦ 这个 终点）fa[x]：存 节点x的 链接边的终点。例：fa[7] = 1，fa[6] = 7（从上图中 ⑦ 节点 沿着绿边 能走到 ① 这个 终点）len[x]：存 节点x的 最长串的长度。例：len[6] = 5，len[7] = 2（⑥ 号点所代表的字串中 最长串的长度为5）
三、建后缀链接树
构建后缀自动机的目的 并不是在图上进行匹配，而是从图中抽离出 绿色的链接边，构建出一棵树。仔细观察上图，我们发现，每个节点有且只有一条绿色链接边指向其父节点，因此我们可以构造如下图的一棵树，我们称之为 “后缀链接树”：
这棵树有什么 特点？
- 树上节点 表示 同类子串 及其 结束位置 的 集合。（我们将图上的信息完全转移到了这棵树上）
其 合法性：子节点 的 最短串 的 最长后缀 = 父节点 的 最长串，
- 如树中的 ⑥ 号节点 最短串为
“bab”，它 不包括自身的最长后缀是“ab”，恰好等于 其父节点 ⑦ 号节点的 最长串“ab”。同样，对于 ⑦ 节点，其 最短串是“b”，它 不包括自身的最长后缀为 空，恰好等于 根节点 ① 的最长串 空。
还可以 发现，从 叶节点往上一直走到根节点 的过程中，字符串的长度 是 递减的，且除了 空 之外，字符串 末尾字母相同，
既然树上存储子串有这些 性质和规律，那我们就可以利用它们来 解决一些问题：
- 节点的子串长度：最长
len[6] = 5，最短len[7] + 1 = 3
（对于 最短串长度，我们可以在 遍历的过程中，找出 当前节点父节点 最长串 长度len[fa[u]]，len[fa[u]] + 1即为答案） - 节点的子串数量：
len[6] - len[7] = 3，len[7] - len[1] = 2
（与求当前节点最短串的长度做法一致，将当前节点及其父节点最长串长度作差即可） - 子串的出现次数：
cnt[4] = 1，cnt[6] = 1，cnt[7] = 2
（上面画的这棵树中，节点旁边的 蓝色数字 代表着 节点代表字符串出现的位置，如 ⑥ 号节点，其代表的所有字符串都 只在5位置出现一次，④ 也是如此，而 ④、⑥ 节点的父节点 ⑦ 对应的“ab”、“b”两个串 同时 在3、5位置出现，也就是对应出现了 两次，而且我们发现 ⑦ 对应的次数 恰好是 其两个儿子 ④、⑥ 次数之和）
四、构建后缀自动机的具体步骤（extend 函数）
所有步骤 必须 满足上文所说的 “合法性”，这样一来才方便 抽离链接树并进行统计。
我们使用 变量 tot 为节点进行编号，根节点 为 1 号点，指针 np 总是 指向最末创建的节点，也是 从根节点开始（根节点 默认，无需创建）
int tot = 1, np = 1;
接下来就是 3 个数组，
//fa 链接边终点，ch 转移边终点，len 最长串长度
int fa[N], ch[N][26], len[N];
传入 extend 函数 中的 参数 是一个 偏移量 c（0 ~ 25：a ~ z，认为 传入的是一个字符）
构建的关键是 4 个指针：
p：动态回跳指针，np：固定指向 新点指针，q：固定指向 链接点，nq：指向 新链接点。
先是 构建 “前奏”：若 ch[p][c] 不存在（p 指向的旧点 沿字符 c 没有可以走到的终点），就 从 p （旧点）向 np （新点）建 转移边。
int p = np; np = ++tot; //p指向旧点，np是新点
len[np] = len[p] + 1; cnt[np] = 1; //子串出现次数
//p沿链接边回跳，从旧点向新点建转移边
while (p && !ch[p][c]) {ch[p][c] = np;p = fa[p];
}
如果 退出 while 时 p = 0，说明 c 是个新字符，从 新点 向 根节点 建链接边
if(!p) fa[np] = 1; //1号为根节点
如果 退出 while 时 p > 0，说明 ch[p][c] 存在（p 指向的旧点 沿字符 c 存在可以走到的终点），令 q = ch[p][c]
- (1) 若
p与q的距离= 1，合法，则 从np向q建链接边。 - (2) 若
p与q的距离> 1，不合法，则 裂开q，从np向nq建链接边。
else {//如果c是旧字符int q = ch[p][c]; //q是链接点//2.若链接点q合法，从新点向q建链接边if (len[q] == len[p] + 1) fa[np] = q;//3.若链接点q不合法，则裂开q点，重建两类边else {int nq = ++tot; //nq是新链接点，是给新点找到的一个合法的父亲len[nq] = len[p] + 1;// 重建nq, q, np的链接边fa[nq] = fa[q], fa[q] = fa[np] = nq; // 指向q的转移边改为指向nqwhile (p && ch[p][c] == q) {ch[p][c] = nq;p = fa[p];}//从q发出的转移边复制给nqmemcpy(ch[nq], ch[q], sizeof ch[q]);}
}
分析一下 构建过程中 变量的变化：（红色 标识 初始位置，绿色 标识 回跳后的位置）
p：动态回跳指针，np：固定指向 新点指针，q：固定指向 链接点，nq：指向 新链接点
对于上面 插入4个字符过程中，链接点q都是合法的，
而对于下方 插入第 5 个字符 b 时，p = 5，np = 6，就出现不合法的情况了，
我们首先统计一下 ② ~ ⑥ 号节点所代表的字符串集合：
我们将目光放到 ④ 和 ⑥ 节点，对于新点 ⑥，我们应该找 其集合中的最短串的最长后缀（"ab"），显然 只有 ④ 节点包含，但是 ④ 节点 并不合法，因为 其中包含的子串 "ab" 并不是最长的，因此 不满足合法性（无法构造 后缀 链接树），
怎么办呢？这时候我们就要 将 ④ 号非法链接点裂开，
也就是从这种情况
转变为：
不难发现此时已经 增加了一个合法的链接点 ⑦，接下来就要进行一些 建边操作（共三步，可以与代码相对照理解）
（1）更改 fa 链接边，三步走：（观察 裂点前后，两图 边的变化）
- 将 新链接点
nq = 7指向q = 4的父节点：fa[7] = 1; - 将
q = 4节点 和 新裂开的nq = 7节点 链接：fa[4] = 7; - 回到 一开始的目的，给新点找一个 合法链接点：
fa[6] = 7;
// 重建nq, q, np的链接边
fa[nq] = fa[q], fa[q] = fa[np] = nq;
（2）for 循环更改 ch 转移边：由于 ④ 号节点现在只代表 字符串 "aab" 了，因此 原来从 ② 连接到 ④ 和从 ① 连接到 ④ 的边必须要改变指向，具体指向为 新的节点 ⑦。对应上图：ch[2][b] = 7, ch[1][b] = 7;（观察 裂点前后，两图 边的变化）
// 指向q的转移边改为指向nq
while (p && ch[p][c] == q) {ch[p][c] = nq;p = fa[p];
}
（3）创建 从新链接点连出的转移边（有进有出），复制即可：cpy：ch[7][a] = 5;（观察 裂点前后，两图 边的变化）
//从q发出的转移边复制给nq
memcpy(ch[nq], ch[q], sizeof ch[q]);
按照下面的 模型 可以方便理解记忆代码：
下面 不合法的过程 可在纸上模拟：
注意：
可以证明，长度为
n的字符串，最多会建2n - 1个点和3n - 4条边。例如abb…bb。时间和空间复杂度都是
O(n)建链接树时，点和边都开
2n的空间节点
7和9是为了 满足子串集合链接的合法性 而创建的，并没影响子串的出现次数，所以cnt[7，9] = 0
SAM 重点：
代码板子：（extend 函数）
void extend(int c) {int p = np;np = ++tot;len[np] = len[p] + 1, cnt[np] = 1;while (p && !ch[p][c]) {ch[p][c] = np;p = fa[p];}if (!p) {fa[np] = 1;}else {int q = ch[p][c];if (len[q] == len[p] + 1) fa[np] = q;else {int nq = ++tot;len[nq] = len[p] + 1;fa[nq] = fa[q], fa[q] = fa[np] = nq;while (p && ch[p][c] == q) {ch[p][c] = nq;p = fa[p];}memcpy(ch[nq], ch[q], sizeof ch[q]);}}
}
例题【模板】后缀自动机 (SAM)
题目描述
给定一个只包含小写字母的字符串 S S S。
请你求出 S S S 的所有出现次数不为 1 1 1 的子串的出现次数乘上该子串长度的最大值。
输入格式
一行一个仅包含小写字母的字符串 S S S。
输出格式
一个整数，为所求答案。
样例 #1
样例输入 #1
abab
样例输出 #1
4
提示
对于 10 % 10 \% 10% 的数据， ∣ S ∣ ≤ 1000 \lvert S \rvert \le 1000 ∣S∣≤1000。
对于 100 % 100\% 100% 的数据， 1 ≤ ∣ S ∣ ≤ 10 6 1 \le \lvert S \rvert \le {10}^6 1≤∣S∣≤106。
思路：
构建后缀自动机，之后再后缀链接树上用深度优先遍历进行统计。
代码：（板子）
#include <bits/stdc++.h>using namespace std;
//#define map unordered_map
//#define int long long
const int N = 1e6 + 10;
typedef long long ll;
char s[N];int tot = 1, np = 1;
int fa[N << 1], ch[N << 1][26], len[N << 1];
ll cnt[N << 1], ans;
vector<int> g[N << 1];void extend(int c) {int p = np;np = ++tot;len[np] = len[p] + 1, cnt[np] = 1;while (p && !ch[p][c]) {ch[p][c] = np;p = fa[p];}if (!p) {fa[np] = 1;}else {int q = ch[p][c];if (len[q] == len[p] + 1) fa[np] = q;else {int nq = ++tot;len[nq] = len[p] + 1;fa[nq] = fa[q], fa[q] = fa[np] = nq;while (p && ch[p][c] == q) {ch[p][c] = nq;p = fa[p];}memcpy(ch[nq], ch[q], sizeof ch[q]);}}
}void dfs(int u) {for (auto v : g[u]) {dfs(v);cnt[u] += cnt[v];}if (cnt[u] > 1) ans = max(ans, cnt[u] * len[u]);
}signed main()
{scanf("%s", s);for (int i = 0; s[i]; ++i) {extend(s[i] - 'a');}for (int i = 2; i <= tot; ++i) {g[fa[i]].push_back(i);}dfs(1);cout << ans << '\n';return 0;
}
后缀自动机（SAM）讲解 + Luogu p3804【模板】后缀自动机 (SAM)相关推荐
- 模板 - AC自动机
ACM-ICPC模板 目录 求有多少个模式串在文本串里出现过 建fail树dfs求每个模式串在文本串中的出现次数 ac自动机fail树上dfs序建可持久化线段树 AC自动机是一种多模匹配算法 AC自动 ...
- 【AC自动机】单词（luogu 3966/ybtoj AC自动机-2）
正题 luogu 3966 ybtoj AC自动机-2 题目大意 给你n个单词,让你查询这写单词分别在这n个单词中出现过多少次 解题思路 先用AC自动机建好图,然后每个点的权值为1,然后向nx传递 代 ...
- 手机后缀名html文件可以删除吗,没有后缀的文件怎么删除 文件没有后缀，无法打开，更无法删除...
怎么用DOS批量删除那些没有后缀名文件? 如D:\bbb目录下有以下文件 111 aaa.txt ffdf.dll 222 arer.jpe agdfg,@echo offfor /f "d ...
- 域名后缀有哪些类型？各种域名后缀名的区别
互联网时代已经成为了这个时代必不可少的趋势,不管你是想要从网络平台推销你的产品,还是通过互联网提升企业的品牌效应,一般只要有些规模的企业都应该建设一个属于自己的网站.域名后缀有哪些类型?各种域名后缀名 ...
- Android 代码混淆语法讲解及常用模板(转)
转载请注明原博客地址 Android 代码混淆语法讲解及常用模板 前言 混淆对于每一个开发者来说都不陌生,对于大多数 APP 而言,在上线之前,通常会进行代码混淆,加固,防止自己的 APP 被别人轻 ...
- 记录一个面试题 统计出现次数最多的文件后缀名，如果有多个后缀名出现次数一样多，就都返回def count_extnames(files: list) - list: return # 补全这里的代码
统计出现次数最多的文件后缀名,如果有多个后缀名出现次数一样多,就都返回 def count_extnames(files: list) -> list:return # 补全这里的代码 例如 输 ...
- sam格式的结构和意义_BAM/SAM文件格式的一些小知识
BAM/SAM文件的一些小知识 前言 如果不是在陈老师这读博,然后开始折腾BAM/SAM文件,我估计这辈子都不会了解到这么多东西吧 SAM/BAM简介 Sequence Alignment Map ( ...
- 【计算理论】自动机设计 ( 设计自动机 | 确定性自动机设计示例 | 确定性与非确定性 | 自动机中的不确定性 )
文章目录 一. 设计自动机 ( 语言要求 ) 二. 设计自动机 ( 1 ) 开始状态 三. 设计自动机 ( 2 ) 状态 SSS 状态类型确定 四. 设计自动机 ( 3 ) 状态 SSS 输入输出分析 ...
- hihocoder 1465 : 后缀自动机五·重复旋律8（后缀自动机+最长公共子串）
1465 : 后缀自动机五·重复旋律8 时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述 小Hi平时的一大兴趣爱好就是演奏钢琴.我们知道一段音乐旋律可以被表示为一段数构成的 ...
最新文章
- GNN教程：DGL框架实现GCN算法！
- android 模拟点击localinstrumentation,Android Instrumentation模拟鼠标点击事件
- python数组排序（递归实现）
- 将同时共享的用户数量限制为20_共享充电宝市场需求及计划
- 训练机器人看脸读“心”，真的靠谱吗？
- Mac更新之后使用终端提示：The default interactive shell is now zsh.
- perl处理Excel(跨平台)
- spring mvc统一异常处理（@ControllerAdvice + @ExceptionHandler）
- foxmail创建163公司企业邮箱的时候会出现ERR Unable to log on
- java 抽象类 静态变量_Java基础之 接口、抽象类、构造方法、setXxx,getXxx、静态变量和成员变量、代码块、this和super的区别、final关键字、重写与重载...
- windows删除「WIN+R」的历史记录
- 【运动学】基于matlab斜抛物体水平射程+竖直射高【含Matlab源码 979期】
- bzoj3097 Hash Killer I
- python实现税后工资计算器_[宜配屋]听图阁
- 程序员的系统桌面应该是这样的
- 迁移学习在医学影像学中的应用
- 使用NoneBot2可视化平台搭建QQ聊天机器人：本地和云部署教程
- 以太网帧、IP 帧、UDP/TCP帧、http 报文结构解析
- deform conv torch 1.7编译安装
- 乔布斯在斯坦福大学的演讲感悟