超级会员免费看
本文介绍了后缀树（Suffix Tree）的概念、性质及其构建过程，包括线性时间复杂度的Ukkonen算法。后缀树用于文本预处理，提供高效的字符串匹配，适用于大规模文本分析。文章通过实例解析了后缀树与压缩字典树的关系，并讨论了隐式后缀树和显式后缀树的区别，最后分析了算法的时间复杂度。
上述字符串匹配算法(朴素的字符串匹配算法, KMP 算法, Boyer-Moore算法)均是通过对 模式（Pattern）字符串进行预处理的方式来加快搜索速度。对 Pattern 进行预处理的最优复杂度为 O(m)，其中 m 为 Pattern 字符串的长度。那么，有没有对文本（Text）进行预处理的算法呢？本文即将介绍一种 对 Text 进行预处理的字符串匹配算法：后缀树（Suffix Tree）。
什么是后缀树
上述字符串匹配算法(朴素的字符串匹配算法, KMP 算法, Boyer-Moore算法)均是通过对模式（Pattern）字符串进行预处理的方式来加快搜索速度。对 Pattern 进行预处理的最优复杂度为 O(m)，其中 m 为 Pattern 字符串的长度。那么，有没有对文本（Text）进行预处理的算
订阅专栏 解锁全文
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
