�ݺ�ߣ

Суффиксные деревья:
новые идеи и открытые проблемы
Татьяна Стариковская
Computer Science Center, 2014

1 / 70

1973+40=2013
Cерия докладов на Combinatorial Pattern Matching 2013
(suﬃxtree.org)

4 / 70

Лекция 1: Определение и приложения.
Лекция 2: Построение.
Лекция 3: Когда дерево является суффиксным?

5 / 70


6 / 70

Суффиксы слова T = “banana :
T [1..] = “banana
T [2..] = “anana
T [3..] = “nana
T [4..] = “ana ’
T [5..] = “na
T [6..] = “a

7 / 70

Суффиксное дерево: определение
СД слова T длины n — ордерево, у которого n листьев
Каждая внутренняя вершина имеет хотя бы двух сыновей, на
каждом ребре написано подслово T
Метки ребер, выходящих из одной вершины, начинаются с
разных букв
Вдоль пути от корня до листа i написано слово T [i..]$

8 / 70

Суффиксное дерево слова T = “banana
3

T[3..]$ = "nana$"

5

T[5..]$ = "na$"

1

na$

T[1..]$ = "banana$"

$

na

banana$

a
na

$

na

6

T[6..]$ = "a$"

$

$

2
4

T[2..]$ = "anana$"

T[4..]$ = "ana$"

9 / 70

Память = O(n):
≤ 2n − 1 вершин
≤ 2n − 2 ребер
В каждой вершине массив: буква → сын
Время построения = O(n)

10 / 70

Поиск вхождений слова P в слово T
i — позиция вхождения слова P в T ⇔ T [i..] начинается с P
Пусть v — конец пути из корня с меткой P
i — позиция вхождения слова P в T ⇔ лист i находится в
поддереве v
Алгоритм: найти v, перечислить листы

11 / 70

Найти вхождения P = “an в T = “banana
3

T[3..]$ = "nana$"

5

T[5..]$ = "na$"

1

na$

T[1..]$ = "banana$"

$

na

banana$

a
na

$

na
$

6

T[6..]$ = "a$"

$

2
4

T[2..]$ = "anana$"

T[4..]$ = "ana$"

Время: O(|P | + occ)

12 / 70

Поиск наибольшего общего подслова
Даны слова T и S суммарной длины n. Найти максимальное
по длине слово, входящее и в T , и в S.
Дональд Кнут, 1970: для решения требуется Ω(n log n)
времени
Суффиксные деревья — O(n) времени

13 / 70

Обобщенное СД содержит суффиксы слов T1 и T2
Листы покрашены в два цвета
Метка вершины входит в T1 и в T2 ⇔ в ее поддереве есть
листы обоих цветов

14 / 70

Найти наибольшее общее подслово T1 = “banana и T2 = “cane

e#

4

e#

T2[4..]# = "e#"

3

a

5

T1[5..]$ = "na$"

T1[1..]$ = "banana$"

2

T2[2..]# = "ane#"

$

T [1..]# = "cane#"
cane#
banana$
1

n

T1[3..]$ = "nana$"

1

na$

T2[3..]# = "ne#"
3

2

a

n
$

e#

a
na
$

6
T1[6..]$ = "a$"

$

2 T [2..]$ = "anana$"
1
4 T [4..]$ = "ana$"
1

Время: O(n)

15 / 70

Даны слова T1 , T2 , . . . , Tm суммарной длины n. Найти
максимальное по длине слово, входящее в ≥ d из этих слов.
Обобщенное СД содержит суффиксы слов T1 , T2 , . . . , Tm
Листы покрашены в m цветов
Метка вершины входит в ≥ d слов ⇔ в ее поддереве есть
листы d цветов

16 / 70

Найти макс. по длине слово, входящее в хотя бы два слова из
T1 = “banana , T2 = “cane и T3 = “bank

e#

e#

3

4

n cane#

3

na$

a

$

3

k@

1

5

ban ana$
1

k@

k@

a
4

1

n

2

e#

$

a
k@

6

na

$

2

$

2
4

Подзадача: найти количество цветов в каждом поддереве
17 / 70

Задача LCA (самый глубокий общий предок)

lca(u,v)
u

v

O(n) памяти, O(1) времени на поиск lca(u, v)
18 / 70

LCAc (x) — # вершин в Tx ,
являющихся LCA двух
последовательных листьев
цвета c
# листьев цвета c в
поддереве x - LCAc (x) = 1
c # листьев цвета c в Tx LCAc (x) = # цветов в
поддереве x!
c # листьев цвета c в Tx =
# листьев в поддереве x
c

LCAc (x)?

Лукас Чи Квонг Хьюи, 1992: O(n) времени, O(n) памяти
⇒ Задача о наибольшем общем подслове может быть решена
за O(n) времени, O(n) памяти

19 / 70

Класс A

Класс Б

a342cb214d0001acd24a3a12dadbcb4a0000000
41cacbddad3142a2344a2ac23421c00adb4b3cb
4d4ac42d23b141acd24a3a12dadbcb4a2134141
3dcacb1dadbc42ac2cc31012dadbcb4adb40000
3d43232d32323c213c22d2c23234c332db4b300
ad1acbdda212b1acd24a3a12dadbcb400000000
2124cbddadbcb1a42cca3412dadbcb423134bc1
4d4a2b1dadbc3ca22c000000000000000000000
a24acb1d32b412acd24a3a12dadbcb422143bc0
ad1ac3d2a23431223c000012dadbcb400000000
3dcacbd32d313c21142323cc300000000000000
4d1ac3dd43421240d24a3a12dadbcb400000000
a24acb11a3b24cacd12a241cdadbcb4adb4b300
adcacb1dad3141ac212a3a1c3a144ba2db41b43
40c2cbddadb4b1acd24a3a12dadbcb43d133bc4
4dc4cbdd31b1b2213c4ad412dadbcb4adb00000
4d4a23d24131413234123a243a2413a21441343
4d14c3d2ad4cbcac1c003a12dadbcb4adb40000
a21ac3d2ad3c4c4cd40a3a12dadbcb400000000
a2cacbd1a13211a2d02a2412d0dbcb4adb4b3c0
adc4cbddadbcbc2c2cc43a12dadbcb4211ab343
a3cacbddadbcbca42c2a3212dadbcb42344b3cb

31422bd131b4413cd422a1acda332342d3ab4c4
a11acb2d3dbc1ca22c23242c3a142b3adb243c1
2d2a4b1d32b21ca2312a3411d00000000000000
4344c32d21b1123cdc000000000000000000000
ad12cbdd3d4c1ca112cad2ccd00000000000000
431a2b2d2d44b2acd2cad2c2223b40000000000
2d2a1bd2431141342c13d212d233c34a3b3b000
4d4a1bdd23b242a22c2a1a1cda2b1baa33a0000
23c4cbddadb23c322c2a222223232b443b24bc3
4313c31d42b14c421c42332cd2242b3433a3343
ad122b1da2b11242dc1a3a12100000000000000
ad1a13d23d3cb2a21ccada24d2131b440000000
33c4cbd142141ca424cad34c122413223ba4b40
adcacbddadbc42ac2c2ada2cda341baa3b24321
4dc2cb2dadb24c412c1ada2c3a341ba20000000
431acbddad3c4c213412da22d3d1132a1344b1b
a21a1b2dadb24ca22c1ada2cd32413200000000
3d2a2bddadbcbca11c2a2accda1b2ba20000000

Jacob B.A., Levitt S.D. Rotten apples: an investigation of the prevalence
and predictors of teacher cheating.

20 / 70

Класс A

Класс Б

a342cb214d0001acd24a3a12dadbcb4a0000000
41cacbddad3142a2344a2ac23421c00adb4b3cb
4d4ac42d23b141acd24a3a12dadbcb4a2134141
3dcacb1dadbc42ac2cc31012dadbcb4adb40000
3d43232d32323c213c22d2c23234c332db4b300
ad1acbdda212b1acd24a3a12dadbcb400000000
2124cbddadbcb1a42cca3412dadbcb423134bc1
4d4a2b1dadbc3ca22c000000000000000000000
a24acb1d32b412acd24a3a12dadbcb422143bc0
ad1ac3d2a23431223c000012dadbcb400000000
3dcacbd32d313c21142323cc300000000000000
4d1ac3dd43421240d24a3a12dadbcb400000000
a24acb11a3b24cacd12a241cdadbcb4adb4b300
adcacb1dad3141ac212a3a1c3a144ba2db41b43
40c2cbddadb4b1acd24a3a12dadbcb43d133bc4
4dc4cbdd31b1b2213c4ad412dadbcb4adb00000
4d4a23d24131413234123a243a2413a21441343
4d14c3d2ad4cbcac1c003a12dadbcb4adb40000
a21ac3d2ad3c4c4cd40a3a12dadbcb400000000
a2cacbd1a13211a2d02a2412d0dbcb4adb4b3c0
adc4cbddadbcbc2c2cc43a12dadbcb4211ab343
a3cacbddadbcbca42c2a3212dadbcb42344b3cb

31422bd131b4413cd422a1acda332342d3ab4c4
a11acb2d3dbc1ca22c23242c3a142b3adb243c1
2d2a4b1d32b21ca2312a3411d00000000000000
4344c32d21b1123cdc000000000000000000000
ad12cbdd3d4c1ca112cad2ccd00000000000000
431a2b2d2d44b2acd2cad2c2223b40000000000
2d2a1bd2431141342c13d212d233c34a3b3b000
4d4a1bdd23b242a22c2a1a1cda2b1baa33a0000
23c4cbddadb23c322c2a222223232b443b24bc3
4313c31d42b14c421c42332cd2242b3433a3343
ad122b1da2b11242dc1a3a12100000000000000
ad1a13d23d3cb2a21ccada24d2131b440000000
33c4cbd142141ca424cad34c122413223ba4b40
adcacbddadbc42ac2c2ada2cda341baa3b24321
4dc2cb2dadb24c412c1ada2c3a341ba20000000
431acbddad3c4c213412da22d3d1132a1344b1b
a21a1b2dadb24ca22c1ada2cd32413200000000
3d2a2bddadbcbca11c2a2accda1b2ba20000000

Jacob B.A., Levitt S.D. Rotten apples: an investigation of the prevalence
and predictors of teacher cheating.

21 / 70

Поиск документов, содержащих слово P
Даны слова (документы) T1 , T2 , . . . , Tm суммарной длины n.
Найти документы, содержащие слово P .
Обобщенное СД содержит суффиксы слов T1 , T2 , . . . , Tm .
Листы покрашены в m цветов.
Пусть v — конец пути из корня с меткой P .
Документ Ti содержит P ⇔ в поддереве v есть цвет i

22 / 70

Документы T1 = banana, T2 = cane, T3 = bank, слово P = an.

e#

e#

3

4

n cane#

3

na$

a

$

3

k@

1
T

5

ban ana$
1

k@

k@

a
4

1

n

2

e#

$

a
k@

6

na
$
2

$

2
4

23 / 70


4

6

2

4

2

2

1

1

1

3

5

3

3

4

24 / 70

Дан массив цветов C длины n
Выдать все различные значения в C[ , r]
P rev[k] — предыдущая ячейка массива C цвета C[k]
k ∈ [ , r] — первая ячейка, содержащая цвет
C[k] ⇔ P rev[k] <
Как находить k ∈ [ , r] т.ч. P rev[k] < ?

25 / 70

Найти ячейку P rev[k] ∈ P rev[ , r] содержащую минимальное
значение (O(1) времени)
Если P rev[k] < , выдать C[k] и запустить алгоритм для
P rev[ , k − 1] и P rev[k + 1, r]
Время работы = O(кол-во цветов)

26 / 70


e#

e#

4

n cane#

3

na$

3

a

$

3

k@

1
T

5

ban ana$
1

k@

k@

a
4

1

n

2

e#

$

a
k@

6

na
$
2

$

2
4

На поиск документов, содержащих P , требуется O(|P | + output)
времени и O(n) памяти
[Муту Мутукришнан, 2002]
27 / 70

Лекция 1
Суффиксное дерево слова длины n занимает O(n) памяти
Время поиска вхождений P составляет
O(|P | + кол-во вхождений)
Время поиска документов, содержащих P , составляет
O(|P | + output)

29 / 70

Лекция 2: Построение.
[D. Breslauer, G. Italiano. Near real-time suﬃx tree construction
via the fringe marked ancestor problem. Best paper SPIRE 2011!]

30 / 70

Лекция 2: Построение

31 / 70

Алгоритмы с линейным временем работы

Алгоритм Питера Вайнера, 1973
Алгоритм Эварда МакКрейта, 1976
Алгоритм Эско Укконена, 1996
Алгоритм Мартина Фарах-Колтона, 1997

32 / 70

T = “banana
Алгоритм Питера Вайнера, 1973
$

$

na
a$

a$

na

na$
$

na

a

na

a

$

na

$

na$
$

na$
$
na
banana$
a

a

$

na
$

$

na
$

na

na

$

$

$

na

$

banan
an
an

banan
an
an

na
$

na
banana
an
an
a

$

na

bana
an
a

na

n
ban
an

na
n

ba
a

na
n

b

na

Алгоритм Эско Укконена, 1996

banana$
banana
a
na
$
na
$
$

O(1) амортизированного времени на букву!

33 / 70

Цви Копелович и др., 2005 — O(log n) времени на букву
Дэни Бреслауер, Джузеппе Итальяно, 2011 — O(log log n)
времени на букву (сегодня)
Открытый вопрос — O(1) времени на букву

34 / 70

Задача о граничных помеченных предках
По вершине x найти ее
ближайшего помеченного
родственника
Пометить вершину x (родитель
должен быть помечен)
Добавить вершину x на ребро
(u, v)
Добавить лист x как сына
вершины u
Линейная память, O(log logn) времени на операцию
Задача о помеченном предке (общий случай) — Ω(log n/ log log n)
времени на операцию!

35 / 70

Задача LCA (самый глубокий общий предок)
Найти lca(u, v)
(u, v)
lca(u,v)
u

v

вершины u

Линейная память, O(1) времени на операцию
[Коул, Харихаран, 2005]

36 / 70

1

2

4

3

6

5

7
1

2

1

3

8
5

7

5

8

5

3

6

3

1

4

T (i) — момент первого появления i в обходе

37 / 70

1

2

4

3

6

5

7
1

2

1

3

8
5

7

5

8

5

3

6

3

1

4

Задача: по вершине j найти помеченную вершину
i = prevm (j) с T (i) ≤ T (j), T (i) макс.

37 / 70

1

2

4

3

6

5

7
1

2

1

3

8
5

7

5

8

5

3

6

3

1

4

Задача: по вершине j найти помеченную вершину
i = prevm (j) с T (i) ≤ T (j), T (i) макс.
Лемма: lca(j, prevm (j)) — граничный помеченный предок j
(на доске)
37 / 70

Как меняется список при изменении дерева?
1

2

4

3

9
6

5

7

До:

1

2

1

После:

1

2

1

8
3

3

1
9

5

7

5

8

5

3

6

3

1

4

3

5

7

5

8

5

3

6

3

1

4

Добавить лист 9 как сына вершины 3

38 / 70

Как меняется список при изменении дерева?
1

2

4

3
9
6

5

7

До:

1

2

1

3

После:

1

2

1

3

8
5

1
9

7

5

8

5

7

5

8

5

3

5
1
9

6

3

1

4

3

6

3

1

4

Добавить вершину 9 на ребро (3, 5)

39 / 70

Как помечаются вершины и ищется prevm (i)? Для списка
поддерживаем структуру Диеца и Рамана (1991) со следующими
операциями:
Добавить элемент x после элемента y
Пометить элемент x
Найти помеченного предшественника x
O(log log n) времени на операцию

40 / 70

Задача о граничных помеченных предках
По вершине x найти ее
ближайшего помеченного
родственника
Пометить вершину x (родитель
должен быть помечен)
(u, v)
вершины u
Линейная память, O(log logn) времени на операцию

41 / 70

Алгоритм Вайнера. Переход от СД слова T [i..]$ к СД
слова T [i − 1..]$.

-1
T[i
..]$
42 / 70

Алгоритм Вайнера. Переход от T [i..]$ к T [i + 1..]$.

-1
T[i
..]$
43 / 70

Суффиксные ссылки Вайнера
Wn(u)

3

na

Метка u равна L, метка v равна aL

$

na

5

banana$
1

a

u

na

$
6

na

v
$

2

Wb(v)

Wa (u) = v, если v —
вершина
(”зрелые” ссылки)
Wa (u) — конец ребра
содержащего v, если v —
позиция на ребре
(”непоспевшие” ссылки)

4

44 / 70

Два свойства суффиксных ссылок
Если для вершины u определена Wa (u), то и для любого ее
предка v определена Wa (v)
Если v = Wa (u), где (u, v) — зрелая ссылка, то
depth(u) ≥ depth(v) − 1

45 / 70

Добавление T [i − 1..]$. Случай 1.

T[i-1]

u

T[i..]$

V

T[i-1]
V
u

T[i-1..]$

T[i..]$

46 / 70

Добавление T [i − 1..]$. Случай 2.

T[i-1]
u'
u

T[i..]$

T[i-1]
u'

v'
v''

u

v'
v
v''

T[i-1..]$

T[i..]$

47 / 70

Количество шагов в случае 1 ограничено

depth(T [i..]$) − depth(u) ≤ depth(T [i..]$) − depth(T [i − 1..]$) + 1


depth(T [i..]$) − depth(u ) ≤ depth(T [i..]$) − depth(T [i − 1..]$)

Суммируя, получаем: время работы = O(n)

48 / 70


depth(T [i..]$) − depth(u) ≤ depth(T [i..]$) − depth(T [i − 1..]$) + 1


depth(T [i..]$) − depth(u ) ≤ depth(T [i..]$) − depth(T [i − 1..]$)

Суммируя, получаем: время работы = O(n)
Небольшая неточность: глубины T [i..]$ в СД T [i..] и СД T [i − 1..]
могут немного отличаться. К счастью, не более, чем на 1!

48 / 70

O(1) амортизированного времени на букву. Как получить
O(log log n) времени на букву?
Для каждой буквы a алфавита помечаем вершины u, для
которых определены Wa (u)
u находим с помощью задачи о помеченных граничных
предках
Новые вершины и новые зрелые ссылки создаем сразу
Как поддерживать непоспевшие ссылки?

49 / 70

Непоспевшие ссылки — деамортизация
T[i-1]
u'
u

T[i-1]
u'

v'
v''

T[i..]$

u

v'
v
v''

T[i-1..]$

T[i..]$

depth(u ) ≥ depth(v ) − 1
Обрабатываем две ссылки из стека для каждого i
Глубины вершин в стеке, для которых надо обновить ссылки,
упорядочены по возрастанию
Суффиксное дерево слова T длины n может быть построено с
использованием O(log log n) времени на букву и линейной
памяти. [Дэни Бреслауер, Джузеппе Итальяно, 2011]
50 / 70

Граничные помеченные предки
Алгоритм Вайнера, 1973
Алгоритм Бреслауера-Итальяно, 2011

51 / 70

[Tomohiro I, Shunsuke Inenaga, Hideo Bannai, Masayuki Takeda.
Inferring Strings from Suﬃx Trees and Links on a Binary
Alphabet. 2011]

52 / 70


53 / 70

(a)

(b)

Дерево (a) является суффиксным деревом слова ababa, дерево (b)
не является суффиксным деревом.

55 / 70

Похожие задачи
Массив границ
[Франек и др., 2002]
[Дюваль и др., 2005]

Ориентированный
ациклический граф слова
[Баннаи и др., 2003]

Суффиксный массив
[Дюваль и Лефевр, 2002]
[Баннаи и др., 2003]
[Шурман и др., 2005]
[Кучеров и др., 2013]

Функция сдвига в
алгоритме КМП
[Гаврычовски и др., 2010]

Массив LPF
[Хе и др., 2011]

Массив покрытий
[Крошмор и др., 2010]

Решение обратных задач приводит к лучшему пониманию
структур данных!

56 / 70

Суффиксные ссылки
3

T[3..]$ = "nana$"

5

T[5..]$ = "na$"

1

na

T[1..]$ = "banana$"

$

na

banana$

$

a
na

$

na

6

T[6..]$ = "a$"

$

2
4

T[2..]$ = "anana$"

T[4..]$ = "ana$"

S(u) = v, если метка u равна aL, а метка v равна L
57 / 70

Дано дерево, суффиксные ссылки, первые буквы меток.
Существует ли такое суффиксное дерево?

.$

.$

..

b.
.
b.

.

..

.

..

..

.$

.

.$

.
a.

a.

..

b.
.

..

a. . .

a. . .

.$

..

a. . .

.$

..

b.

a. . .

..

Дерево слева — да (abaaa), дерево справа — нет

58 / 70

Необходимые свойства
3

T[3..]$ = "nana$"

5

T[5..]$ = "na$"

1

na

T[1..]$ = "banana$"

$

na

banana$

$

a
na

$

na

6

T[6..]$ = "a$"

$

2
4

T[2..]$ = "anana$"

T[4..]$ = "ana$"

Из любой внутренней вершины в корень ведет единственный
путь, состоящий из суффиксных ссылок
(u, v) — суффиксная ссылка, u — сын u, на ребре (u, u )
написана буква a ⇒ у v есть сын v : на ребре (v, v ) написана
буква a, а конец суффиксной ссылки, выходящей из u ,
принадлежит поддереву с корнем в v
59 / 70

Дано дерево, суффиксные ссылки, первые буквы меток.
Существует ли такое суффиксное дерево?

.$

.$

..

b.
.
b.

.

..

.

..

..

.$

.

.$

.
a.

a.

..

b.
.

..

a. . .

a. . .

.$

..

a. . .

.$

..

b.

a. . .

..

Дерево слева — да (abaaa), дерево справа — нет

60 / 70

Суффиксный граф
⊥

?
(2, 0)

.
(1, 0)

b.

a. . .

..

..
(0, 1)

(1, 1)

y1

.

..

.
a.

.$

(1, 0)

.$

(0, 1)

(0, 1)

. . .a

(0, 2)

. . .a

.$

. . .a

(1, 0)

b.
.

a. . .

..

x
y2

(x) — количество листьев y: суффиксная ссылка из parent(y)
ведет в parent(x) и первые буквы на ребрах (parent(x), x) и
(parent(y), y) равны
d(x) = |Lx | −

y∈Vx

(y)

∀x d(x) ≥ 0
61 / 70

Суффиксный граф
⊥

?
(2, 0)

.$

(1, 0)

b.
.

a. . .

..

⊥

.

(1, 0)

b.
.

a. . .

..

.$

.$

(1, 0)

(0, 1)

(1, 1)

.

..

(1, 0)

(0, 2)

(0, 1)

.
a.

EG =

(1, 0)

.

(1, 1)

(0, 1)

(2, 0)
(1, 0)

(0, 2)

(0, 1)

(0, 1)

(0, 1)

{(y, x)k | (y, x) ∈ E, k = d(x)} ∪

(1)

{(y, x) | y — лист, вносящий вклад в (x)}

(2)

62 / 70

Свойства
⊥
(2, 0)

(1, 0)

(1, 0)

(1, 0)

(0, 2)

(0, 1)

(1, 1)

(0, 1)

(0, 1)

Суффиксный граф —- Эйлеров граф
x — лист ⇒ (x) = 1 − d(x) ⇒ в x входит одно ребро, выходит
одно ребро.
x — внутренняя вершина ⇒ входит (x) + d(x) ребер, выходит
z∈children(x) d(x)

63 / 70

Основная лемма
Пусть выполняются три условия:
Из любой внутренней вершины в корень ведет единственный
путь, состоящий из суффиксных ссылок
(u, v) — суффиксная ссылка, u — сын u, на ребре (u, u )
написана буква a ⇒ у v есть сын v : на ребре (v, v ) написана
буква a, а конец суффиксной ссылки, выходящей из u ,
принадлежит поддереву с корнем в v
∀x d(x) ≥ 0
1) Дерево является суффиксным тогда и только тогда, когда
суффиксный граф содержит цикл, проходящий через корень и все
листы дерева.
2) T [i] — первая буква на пути от корня до листа с номером i

64 / 70

⊥

?
(2, 0)

(1, 0)

.$

⊥

.

b.
.

a. . .

.$

.$

(1, 0)

(0, 2)

(0, 1)
(1, 0)

a.

(0, 1)

(1, 1)

..

..

(1, 0)

.

(1, 1)

(0, 1)

(2, 0)
(1, 0)

(0, 2)

..
(1, 0)

b.
.

a. . .

..

(0, 1)

(0, 1)

(0, 1)

T[1] = a, T[2] = b, T[3] = a, T[4] = a, T[5] = a ⇒ T = abaaa

65 / 70

Размер суффиксного графа — O(n)
⊥
(2, 0)

(1, 0)

(1, 0)

(1, 0)

(0, 2)

(0, 1)

(1, 1)

(0, 1)

(0, 1)

sldepth(x) — длина пути по суффиксным ссылкам из x в
корень
y — родитель x ⇒ sldepth(x) ≥ sldepth(y) + 1
(u, v) образовано из ребра ⇒ sldepth(v) − sldepth(u) < 0
(u, v) образовано из суффиксной ссылки ⇒
sldepth(v) − sldepth(u) = 1

66 / 70

Бинарный алфавит. Восстановление первых букв.
Простые наблюдения:
Если (u, v) — суфф. ссылка и степени u, v равны, то первые
буквы на выходящих из них ребрах совпадают
Степень любой вершины 2 или 3
Если у вершины три сына, то на ребре к первому сыну
написан $
Если у вершины u три сына, то у вершины S(u) три сына

67 / 70

Не такие простые наблюдения:
Если у вершины u три сына, то у вершины S(u) три сына
Две вершины степени 3 не могут ссылаться на одну и ту же
вершину
Существует ≤ 1 вершины, на которую не ссылается другая
вершина степени 3
На эту вершину может ссылаться ≤ 2 вершины степени 2
Если вершина степени 2 ссылается на любую другую вершину
степени 3, то для нее первые буквы определены

67 / 70

Вариативность только в первых буквах вершин степени 2,
ссылающихся на последнюю вершину степени 3:
(a, b), (a, b)
($, a), (a, b)
($, b, a, b)
(a, b), ($, a)
(a, b), ($, b)
⇒ 5 возможных разметок

67 / 70

Когда дерево является суффиксным деревом?
Бинарный алфавит
Когда дерево является неявным суффиксным деревом?

68 / 70

Литература
Дэн Гасфилд. Строки, деревья и последовательности в
алгоритмах.
Peter Weiner. Linear pattern matching algorithms.
Lucas Chi Kwong Hui. Color set size problem and applications to
string matching.
S. Muthu Muthukrishnan. Efficient Algorithms for Document
Retrieval Problems.
Dany Breslauer, Guiseppe Italiano. Near real-time suffix tree
construction via the fringe marked ancestor problem.
Tomohiro I, Shunsuke Inenaga, Hideo Bannai, Masayuki Takeda.
Inferring strings from suffix trees and links on a binary alphabet.

70 / 70

�ݺ�ߣ

20140223-SuffixTrees-lecture01-03

Recommended

More Related Content

More from Computer Science Club (20)

20140223-SuffixTrees-lecture01-03