Java中的后缀数组实现

Question

我正在寻找一个有效的n阶马尔可夫链方法，在给定一组示例文本的情况下生成随机文本字符串。 我目前有一个使用多层Maps的Java实现，但它很笨重。 后缀数组对于我的需求是完美的，但我不清楚是否可以在Java中有效地实现。

在CI中可能会执行以下操作：

char exampleText[MAX];
char *suffixArray[MAX];
...
while(n<MAX && suffixArray[n++] = &exampleText[n]);
sort(suffixArray);

这得到在Java中粗糙，因为我不得不采取的子exampleText ，或将suffixArray到索引数组，或别的东西。

有没有在Java中采用这种方法的建议？

Answer 1

String将[通常]为您执行此操作。 （当使用substring创建时，典型实现共享后备数组，尽管可能随时更改。）

Answer 2

您可以使用后缀数组制作一些变体：

第一：

public static String[] suffixes(String s)
{
int N = s.length();
String[] suffixes = new String[N];
for (int i = 0; i < N; i++)
suffixes[i] = s.substring(i, N);
return suffixes;
}

第二：

public static String[] suffixes(String s)
{
int N = s.length();
StringBuilder sb = new StringBuilder(s);
String[] suffixes = new String[N];
for (int i = 0; i < N; i++)
suffixes[i] = sb.substring(i, N);
return suffixes;
}

Answer 3

对于任何对在Java中构造后缀数组的更有效方法感兴趣的人，我曾经使用过一个名为jsuffixarrays的库。 代码在这里 。 它提供了一系列构造算法可供选择，我发现它可以很好地工作。 例如，要使用SKEW算法，请执行以下操作：

import org.jsuffixarrays.Algorithm;
import org.jsuffixarrays.ISuffixArrayBuilder;
import org.jsuffixarrays.SuffixArrays;
import org.jsuffixarrays.SuffixData;

String              exampleText = "....";
ISuffixArrayBuilder suxBuilder  = Algorithm.SKEW.getDecoratedInstance();
SuffixData          sux         = SuffixArrays.createWithLCP(text,sux_builder);

/* Then, to access the suffix array: */
sux.getSuffixArray();
/* And, to access the LCP array: */
sux.getLCP();

如果不需要，您可以在没有LCP阵列的情况下构建。