Java中的后綴數組實現

Question

我正在尋找一個有效的n階馬爾可夫鏈方法，在給定一組示例文本的情況下生成隨機文本字符串。 我目前有一個使用多層Maps的Java實現，但它很笨重。 后綴數組對於我的需求是完美的，但我不清楚是否可以在Java中有效地實現。

在CI中可能會執行以下操作：

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

這得到在Java中粗糙，因為我不得不采取的子exampleText ，或將suffixArray到索引數組，或別的東西。

有沒有在Java中采用這種方法的建議？

Answer 1

String將[通常]為您執行此操作。 （當使用substring創建時，典型實現共享后備數組，盡管可能隨時更改。）

Answer 2

您可以使用后綴數組制作一些變體：

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

對於任何對在Java中構造后綴數組的更有效方法感興趣的人，我曾經使用過一個名為jsuffixarrays的庫。 代碼在這里 。 它提供了一系列構造算法可供選擇，我發現它可以很好地工作。 例如，要使用SKEW算法，請執行以下操作：

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，您可以在沒有LCP陣列的情況下構建。