From 7adeaab4f93ceb444578204f5b100f3ec864d124 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=E9=82=B9=E6=99=93=E8=88=AA?= <1210603696@qq.com> Date: Mon, 12 Jan 2015 13:30:33 +0800 Subject: [PATCH] =?UTF-8?q?=E9=87=8D=E6=9E=84?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- TinySTL/SuffixArray.h | 122 +++++++++++++++++++++--------------------- 1 file changed, 60 insertions(+), 62 deletions(-) diff --git a/TinySTL/SuffixArray.h b/TinySTL/SuffixArray.h index f937bef..4aabd7e 100644 --- a/TinySTL/SuffixArray.h +++ b/TinySTL/SuffixArray.h @@ -2,7 +2,6 @@ #define _SUFFIX_ARRAY_H_ #include -#include namespace TinySTL{ @@ -26,20 +25,12 @@ namespace TinySTL{ calHeight(arr, len); } - array_type suffixArray(){ - return _suffix_array; - } - array_type heightArray(){ - return _height_array; - } - array_type rankArray(){ - return _rank_array; - } + array_type suffixArray()const{ return _suffix_array; } + array_type heightArray()const{ return _height_array; } + array_type rankArray()const{ return _rank_array; } private: template - bool cmp(const InputIteraotr arr, size_t a, size_t b, size_t l){ - return arr[a] == arr[b] && arr[a + l] == arr[b + l]; - } + bool cmp(const InputIteraotr arr, size_t a, size_t b, size_t l); void calRank(){ _rank_array.resize(_suffix_array.size()); for (auto i = 0; i != _suffix_array.size(); ++i){ @@ -47,57 +38,64 @@ namespace TinySTL{ } } template - void calSuffix(const InputIterator arr, size_t len, size_t max_len){ - //采用了罗穗骞论文中实现的倍增算法 - //算法时间复杂度 = O(nlg(n)) - _suffix_array.resize(len); - int wa[256], wb[256], wv[256], ws[256]; - int i, j, p, *x = wa, *y = wb, *t; - - //以下四行代码是把各个字符（也即长度为1的字符串）进行基数排序 - for (i = 0; i < max_len; i++) ws[i] = 0; - //x[]里面本意是保存各个后缀的rank值的，但是这里并没有去存储rank值，因为后续只是涉及x[]的比较工作，因而这一步可以不用存储真实的rank值，能够反映相对的大小即可。 - for (i = 0; i < len; i++) ws[x[i] = arr[i]]++; - for (i = 1; i < max_len; i++) ws[i] += ws[i - 1]; - //i之所以从len-1开始循环，是为了保证在当字符串中有相等的字符串时，默认靠前的字符串更小一些。 - for (i = len - 1; i >= 0; i--) _suffix_array[--ws[x[i]]] = i; - - //下面这层循环中p代表rank值不用的字符串的数量，如果p达到len，那么各个字符串的大小关系就已经明了了。 - //j代表当前待合并的字符串的长度，每次将两个长度为j的字符串合并成一个长度为2*j的字符串，当然如果包含字符串末尾具体则数值应另当别论，但思想是一样的。 - //max_len同样代表基数排序的元素的取值范围 - for (j = 1, p = 1; p < len; j *= 2, max_len = p) - { - //以下两行代码实现了对第二关键字的排序 - for (p = 0, i = len - j; i < len; i++) y[p++] = i; - for (i = 0; i < len; i++) if (_suffix_array[i] >= j) y[p++] = _suffix_array[i] - j; - //第二关键字基数排序完成后，y[]里存放的是按第二关键字排序的字符串下标 - //这里相当于提取出每个字符串的第一关键字（前面说过了x[]是保存rank值的，也就是字符串的第一关键字），放到wv[]里面是方便后面的使用 - //以下四行代码是按第一关键字进行的基数排序 - for (i = 0; i < len; i++) wv[i] = x[y[i]]; - for (i = 0; i < max_len; i++) ws[i] = 0; - for (i = 0; i < len; i++) ws[wv[i]]++; - for (i = 1; i < max_len; i++) ws[i] += ws[i - 1]; - for (i = len - 1; i >= 0; i--) _suffix_array[--ws[wv[i]]] = y[i]; - //下面两行就是计算合并之后的rank值了，而合并之后的rank值应该存在x[]里面，但我们计算的时候又必须用到上一层的rank值，也就是现在x[]里面放的东西，如果我既要从x[]里面拿，又要向x[]里面放，怎么办？ - //当然是先把x[]的东西放到另外一个数组里面，省得乱了。这里就是用交换指针的方式，高效实现了将x[]的东西“复制”到了y[]中。 - for (t = x, x = y, y = t, p = 1, x[_suffix_array[0]] = 0, i = 1; i < len; i++) - x[_suffix_array[i]] = cmp(y, _suffix_array[i - 1], _suffix_array[i], j) ? p - 1 : p++; - } - } + void calSuffix(const InputIterator arr, size_t len, size_t max_len); template - void calHeight(const InputIteraotr arr, size_t len) - { - _height_array.resize(_suffix_array.size() - 1); - for (auto i = 0; i != _suffix_array.size() - 1; ++i){ - auto n = 0; - for (auto j = _suffix_array[i], k = _suffix_array[i + 1]; - arr[j] == arr[k] && (arr + j) != (arr + len) && (arr + k) != (arr + len); - ++j, ++k) - ++n; - _height_array[i] = n; - } - } + void calHeight(const InputIteraotr arr, size_t len); }; + + template + bool suffix_array::cmp(const InputIteraotr arr, size_t a, size_t b, size_t l){ + return arr[a] == arr[b] && arr[a + l] == arr[b + l]; + } + template + void suffix_array::calHeight(const InputIteraotr arr, size_t len){ + _height_array.resize(_suffix_array.size() - 1); + for (auto i = 0; i != _suffix_array.size() - 1; ++i){ + auto n = 0; + for (auto j = _suffix_array[i], k = _suffix_array[i + 1]; + arr[j] == arr[k] && (arr + j) != (arr + len) && (arr + k) != (arr + len); + ++j, ++k) + ++n; + _height_array[i] = n; + } + } + template + void suffix_array::calSuffix(const InputIterator arr, size_t len, size_t max_len){ + //采用了罗穗骞论文中实现的倍增算法 + //算法时间复杂度 = O(nlg(n)) + _suffix_array.resize(len); + int wa[256], wb[256], wv[256], ws[256]; + int i, j, p, *x = wa, *y = wb, *t; + + //以下四行代码是把各个字符（也即长度为1的字符串）进行基数排序 + for (i = 0; i < max_len; i++) ws[i] = 0; + //x[]里面本意是保存各个后缀的rank值的，但是这里并没有去存储rank值，因为后续只是涉及x[]的比较工作，因而这一步可以不用存储真实的rank值，能够反映相对的大小即可。 + for (i = 0; i < len; i++) ws[x[i] = arr[i]]++; + for (i = 1; i < max_len; i++) ws[i] += ws[i - 1]; + //i之所以从len-1开始循环，是为了保证在当字符串中有相等的字符串时，默认靠前的字符串更小一些。 + for (i = len - 1; i >= 0; i--) _suffix_array[--ws[x[i]]] = i; + + //下面这层循环中p代表rank值不用的字符串的数量，如果p达到len，那么各个字符串的大小关系就已经明了了。 + //j代表当前待合并的字符串的长度，每次将两个长度为j的字符串合并成一个长度为2*j的字符串，当然如果包含字符串末尾具体则数值应另当别论，但思想是一样的。 + //max_len同样代表基数排序的元素的取值范围 + for (j = 1, p = 1; p < len; j *= 2, max_len = p){ + //以下两行代码实现了对第二关键字的排序 + for (p = 0, i = len - j; i < len; i++) y[p++] = i; + for (i = 0; i < len; i++) if (_suffix_array[i] >= j) y[p++] = _suffix_array[i] - j; + //第二关键字基数排序完成后，y[]里存放的是按第二关键字排序的字符串下标 + //这里相当于提取出每个字符串的第一关键字（前面说过了x[]是保存rank值的，也就是字符串的第一关键字），放到wv[]里面是方便后面的使用 + //以下四行代码是按第一关键字进行的基数排序 + for (i = 0; i < len; i++) wv[i] = x[y[i]]; + for (i = 0; i < max_len; i++) ws[i] = 0; + for (i = 0; i < len; i++) ws[wv[i]]++; + for (i = 1; i < max_len; i++) ws[i] += ws[i - 1]; + for (i = len - 1; i >= 0; i--) _suffix_array[--ws[wv[i]]] = y[i]; + //下面两行就是计算合并之后的rank值了，而合并之后的rank值应该存在x[]里面，但我们计算的时候又必须用到上一层的rank值，也就是现在x[]里面放的东西，如果我既要从x[]里面拿，又要向x[]里面放，怎么办？ + //当然是先把x[]的东西放到另外一个数组里面，省得乱了。这里就是用交换指针的方式，高效实现了将x[]的东西“复制”到了y[]中。 + for (t = x, x = y, y = t, p = 1, x[_suffix_array[0]] = 0, i = 1; i < len; i++) + x[_suffix_array[i]] = cmp(y, _suffix_array[i - 1], _suffix_array[i], j) ? p - 1 : p++; + } + } } #endif \ No newline at end of file