Skip to content
/ sara Public

Sample implementation of suffix array construction algorithm, SA-IS.

License

Notifications You must be signed in to change notification settings

beam2d/sara

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

8 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Copyright (c) 2011 Seiya Tokui <[email protected]>. All Rights Reserved.

sara.h は接尾辞配列を作るための小さなヘッダーです.

"Linear Suffix Array Construction by Almost Pure Induced-Sorting"
Nong, G., Zhang, S. and Chan, W. Data Compression Conference, 2009.

にある SA-IS アルゴリズムを実装したものです.
これは Induced Sorting を使って接尾辞配列を高速かつ省メモリで構築する手法です.
日本語での解説が

http://d.hatena.ne.jp/echizen_tm/20100325/1269533804
http://d.hatena.ne.jp/sile/20101213/1292190698
http://topcoder.g.hatena.ne.jp/iwiwi/20110720/1311168147
http://d.hatena.ne.jp/xxxxxeeeee/20110810/1312996441

あたりにあります.
講義のレポート用に作ったものなので,テスト等は不十分だと思われます.
別の論文

"Two Efficient Algorithms for Linear Suffix Array Construction"
(同著者)

に載っている C のソースコードを C++ に焼き直しただけに近いですが,
せっかく書いたので公開します.

==============================================================================
つかいかたの例

g++4.6.1 (-std=gnu++0x) と Boost.Range 2.0 が必要です.

std::string input;
// ... input に元の文字列いれる

auto sa = sara::make(input, UCHAR_MAX);
// sa に接尾辞配列が入る

==============================================================================
注意とメモ

- input には整数値を取る RandomAccessRange を入れられる
-- e.g.) char[N], wstring, vector<char>, deque<int>, etc.
- 文字は符号付き整数であっても符号なしにキャストして扱う
- make(input, ch_max) の ch_max に文字の最大値を入れる
-- 文字集合として必ず整数の区間 [0, ch_max] を使う
-- バイナリデータなら上のように UCHAR_MAX でよい

- src/sara_main.cc は cin を input として接尾辞配列を cout に出力するサンプル
-- http://github.com/beam2d/elog が必要です


==============================================================================
ライセンス

MIT LICENSE の下で配布します.
see LICENSE file.

About

Sample implementation of suffix array construction algorithm, SA-IS.

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published