线性时间复杂度后缀数组构建算法研究.pdfVIP

简单线性工作后缀数组构建?

卡¨尔卡¨宁与彼得·

‑普朗克信息学

德国萨尔布吕¨肯市施图尔萨

岑豪斯路85号，66123

[邮箱：juha,sanders]

@mpi‑sb.mpg.de

。后缀数组以排序形式表示字符串的所有后缀。作为比后缀树更简单

紧凑的替代方案，它是全文索引及其他字符串处理任务的重要工具。我们

提出用于整数字母表后缀数组构建的偏斜算法，该算法通过将整数排序作

为唯一非平凡子例程实现线性时间复杂度：

1.

递归排序起始位置为i模36=0的后缀。2.

利用第一步获得的信息排序

剩余后缀。3.

合并前两步得到的两个有序序列。

该算法比所有基于更复杂后缀树数据结构的既往线性时间算法更为简洁。

由于排序是经过充分研究的问题，我们获得了适用于多种计算模型的最优

算法，如配备并行磁盘的外部、缓存无关及并行计算模型。针对

BSP和EREW‑PRAM模型的适配方案，其渐近速度优于先前已知的最佳