什么是通用后缀树？

Question

我看到了维基百科页面，但仍然不清楚这个想法。

要找到2个字符串（T和S）中最长的公共子字符串，我读过我们必须为字符串T($1)S($2)构建一个后缀树，其中`（$ 1 ）和（$ 2）是不属于字符串的特殊字符。

但字符串ABAB和BABA的维基百科图像如下所示：

为什么它不包含整个字符串ABAB($1)BABA($2)？它不是串联字符串的后缀吗？

树叶上的数字是多少？

Answer 1

广义后缀树是后缀树的变体，其中存储了两个（或更多）不同字符串T ₁ 和T ₂ 的后缀，而不仅仅是一个字符串T的后缀。

构建通用后缀树的一种方法是首先为T ₁ $ ₁ T ₂ $ 2 。这个结果后缀树将包含T ₁ 和T ₂ 的所有后缀，但它也会包含很多＆＃34; spurious＆＃34;以T ₁ 开头并扩展到T ₂ 的后缀。要解决这个问题，在构建初始后缀树之后，通常会对树结构进行第二次传递，并消除任何延伸超过$ ₁ 标记的后缀。这就是为什么，例如，您在上面给出的广义后缀树不包含ABAB $ ₁ BABA $ ₂ 。

关于你的下一个问题 - 树叶中的数字是多少？ - 后缀树中的每个叶子通常用叶子对应的后缀的起始索引标记。在通用后缀树中，每个叶子都标有两条信息 - 后缀的起始索引和后缀所属的字符串。叶子上的符号a：b表示＆＃34;该后缀来自字符串a，它从该字符串中的索引b开始。＆＃34;例如，最左边的叶子上的标记1：3表示＆＃34;该后缀来自字符串1，它从位置3开始。＆＃34;您可以看到这对应于后缀A $ ₁ ，它确实从ABAB $ ₁ 中的位置3开始，假设为1索引。

希望这有帮助！