基于匹配统计的后缀排序

我们介绍了一种用于构造高度相似字符串集合的广义后缀数组的新算法。作为第一步，我们构造了集合相对于参考字符串的匹配统计的压缩表示。然后利用该数据结构将后缀分配到一个偏序中，并随后加速后缀比较以完成后缀数组的构造。我们基于原型实现（一种称为 sacamats 的工具）的实验证据表明，在具有高度相似字符串的字符串集合上，我们构造后缀数组的时间可与最快的可用方法竞争或更快。在此过程中，我们描述了一种用于快速计算两个字符串匹配统计的启发式方法，其可能具有独立意义。