读书笔记—基于后缀数组的字符串匹配算法

时间:2021-12-01 06:04:10

定义
字符串后缀(Suffix)是指从字符串某位置开始到结尾的字符串子串,其中包括原串以及空串。 后缀数组(suffix array)指的是某个字符串的所有后缀按字典顺序排序后得到的数组。组数中记录对应的起始位置。
计算方法
后缀数组计算采用倍增法。 即首先计算每个位置开始的长度为2的字串的顺序,再利用这个结果计算长度为4的字串的顺序,接下来计算长度为8的字串的顺序,以此倍增,直到长度大于等于n就得到了后缀数组。
利用S[i,k]表示从位置i开始的长度为k的字符串字串。记读书笔记—基于后缀数组的字符串匹配算法 为S[i,k]在所有排好序的长度为k的字串的大小序号。通过比较读书笔记—基于后缀数组的字符串匹配算法读书笔记—基于后缀数组的字符串匹配算法 的数对和读书笔记—基于后缀数组的字符串匹配算法读书笔记—基于后缀数组的字符串匹配算法 的数对来替代对S[i,2k] 和S[j,2k]的直接比较。
示例:
如下所示为字符串“abracadabra”利用长度为2的顺序计算长度为4的顺序
读书笔记—基于后缀数组的字符串匹配算法
复杂度分析
该算法的复杂度为读书笔记—基于后缀数组的字符串匹配算法 ,如果简单的把所有的后缀进行排序,将n个长度为n 的字符串进行排序的复杂度为读书笔记—基于后缀数组的字符串匹配算法
算法伪代码
读书笔记—基于后缀数组的字符串匹配算法

源码待后续补充

参考文献:《挑战程序设计竞赛》 【日】秋叶拓哉 岩田阳一 等