二部分后缀树课件.pdfVIP

第二部分、后缀树

2.1、后缀树的定义

后缀树（Suffixtree）是一种数据结构，能快速解决很多关于字符串的问题。后缀树

的概念早由Weiner于1973年提出，既而由McCreight在1976年和Ukkonen在

1992年和1995年加以改进完善。

后缀，顾名思义，甚至通俗点来说，就是所谓后缀就是后面尾巴的意思。比如说给

度

定一长为n的字符串S=S1S2..Si..Sn，和整数i，1=i=n，子串SiSi+1...Sn便都

S

是字符串的后缀。

以字符串S=XMADAMYX8S[1..8],S[2..8],...,S[8..8]

为例，它的长度为，所以都

算S的后缀，我们一般还把空字串也算成后缀。这样，我们一共有如下后缀。对于后缀

S[i..n]，我们说这项后缀起始于。i

S[1..8],XMADAMYX，也就是字符串本身，起始位置为1

S[2..8],MADAMYX，起始位置为2

S[3..8],ADAMYX，起始位置为3

S[4..8],DAMYX，起始位置为4

S[5..8],AMYX，起始位置为5

S[6..8],MYX，起始位置为6

S[7..8],YX，起始位置为7

S[8..8],X，起始位置为8

空字串，记为$。

而后缀树，就是包含一则字符串所有后缀的压缩Trie。把上面的后缀加入Trie后，

我们得到下面的结构：

仔细观察上图，我们可以看到不少值得压缩的地方。比如蓝框标注的分支都是独苗，

没有必要用单独的节点同边表示。如果我们允许任意一条边里包含多个字母，就可以

把这种没有分叉的路径压缩到一条边。另外每条边已经包含了足够的后缀信息，我们就

不用再给节点标注字符串信息了。我们只需要在叶节点上标注上每项后缀的起始位置。

于是我们得到下图：

这样的结构丢失了某些后缀。比如后缀X在上图中了，因为它正好是字符串

XMADAMYX的前缀。为了避免这种情况，我们也规定每项后缀不能其后缀的前缀。

要解决这个问题其实挺简单，在待处理的子后加一个空字串就行了。例如我们处理

XMADAMYX前，先把XMADAMYX变为XMADAMYX$，于是就得到suffixtree--后缀

树了，如下图所示：

2.2、后缀树与回文问题的关联

那后缀树同最长回文有什么关系呢？我们得先知道两个简单概念：

最低共祖LCALowestCommonAncestor)

有先，（，也就是任意两节点（多个

也行）长的共有前缀。比如下图点7同节点1的共同祖先是节点5与

105LCAO(1)

节点，但低共同祖先是。查找的算法是的复杂度，当然，代

价是需对

要后缀树做复杂度为O(n)的预处理。

广义后缀树(GeneralizedSuffixTree)。传统的后缀树处理一坨单词的所有后缀。

广义后缀树任意多个单词的所有后缀。例如下图是单词XMADAMYX与

XYMADAMX的广义后缀树。注意我们需要区分不同单词的后缀，所以叶节

点用不同的特殊符号与后缀位置配对。

2.3、最长回文问题的解决

有了上面的概念，本文引言中查找最长回文问题就相对简单了。咱们来回顾

下引言中回文问题的具体描述：找出给定字符串里的最长回文。例如输入

XMADAMYX，则输出MADAM。

思维的破

突点在于回文的半径，而不是回文本身。所谓半径，就是回文对折后

的字串比

。如回文MADAM的半径为MA，半径长度为3，半径的是字母。显

然，回