[发明专利]一种后缀数组的正确性验证方法及系统

权利要求书

1.一种后缀数组的正确性验证方法，其特征在于，包括：

从右向左扫描一遍字符串T，按照后缀类型的定义比较当前扫描的字符T[i]与后继字符T[i+1]的大小，计算字符串T的字符T[i]和suf(T,i)的类型，记录于t[i]中；

从左向右扫描一遍字符串T，找出其中所有LMS字符出现的位置，从而获取所有LMS子串的首字符指针，用数组P1来记录；

根据数组P1、B和SA，使用归纳排序的方法对字符串T的LMS子串进行排序，结果保存在数组SA1；

从左向右扫描SA，如果SA[i]为LMS类型，将SA[i]保存至SA1中；

判断T1中的字符是否唯一；若是则直接根据T1的名字计算出SA1，且用SA1更新C数组；

根据T1和SA1归纳计算字符串T的后缀数组SA，计算过程中使用C数组验证SA的正确性，如果SA正确，用SA更新C数组，其中C数组保存的是当前递归层已有序的LMS后缀地址；

根据数组P1、B和SA，使用归纳排序的方法对字符串T的LMS子串进行排序，结果保存在数组SA1；具体步骤包括：

初始化SA所有元素的值为-1；计算SA中各字符桶的结束位置，保存在数组B；从右向左扫描P1，将P1的值保存至SA中B[T[P1[i]]]指向的位置，将B[T[P1[i]]]更新为B[T[P1[i]]]-1；扫描结束后，SA中各字符桶尾部记录了T中相同LMS字符的地址；

计算SA中各字符桶的开始位置，保存在数组B；从左向右扫描SA一次，如果当前扫描到的元素SA[i]的值为-1或在T中的前继T[SA[i]-1]的类型是S类型，则继续扫描下一个元素，否则将SA[i]-1保存至SA中B[T[SA[i]-1]]所指向的位置，然后将B[T[SA[i]-1]]更新为B[T[SA[i]-1]]+1；

计算SA中各字符桶的结束位置，保存在数组B；从右向左扫描SA，判断当前元素SA[i]在T中的前继T[SA[i]-1]是否是L型，若是则继续扫描下一个元素，否则将SA[i]-1保存至SA中B[T[SA[i]-1]]所指向的位置，然后将B[T[SA[i]-1]] 更新为B[T[SA[i]-1]]-1。

2.根据权利要求1所述的后缀数组的正确性验证方法，其特征在于，根据SA1中保存的LMS子串的地址信息，对LMS子串进行比较和命名，用新的名字替换T中LMS子串，形成新的字符串T1的步骤包括：

从左向右扫描SA1中已排序的LMS子串，第一个扫描到的LMS子串命名为0，依次比较相邻的LMS子串是否相同，相同则命名不变，不同则命名加1；其中，相邻LMS子串的比较过程为：先比较两个LMS子串的字符是否相同，然后比较字符类型是否相同；如果字符和字符类型完全相同，则相邻LMS字串相同，否则不同；

扫描字符串T，将扫描到的LMS子串中新的命名替换，形成新的字符串T1。

3.根据权利要求1所述的后缀数组的正确性验证方法，其特征在于，归纳计算和验证T的后缀数组SA的步骤包括：

初始化SA所有元素的值为-1；计算SA中各字符桶的结束位置，保存在数组B；从右向左扫描SA1，将SA1的值保存至SA中B[T[SA1[i]]]指向的位置，将B[T[SA1[i]]]更新为B[T[SA1[i]]]-1；扫描结束后，SA中各字符桶尾部记录了T中有序LMS后缀的地址；

计算SA中各字符桶的开始位置，保存在数组B；从左向右扫描SA一次，如果当前扫描到的元素SA[i]的值为-1或T[SA[i]-1]的类型是S型，则继续扫描下一个元素，否则将SA[i]-1保存至SA中B[T[SA[i]-1]]所指向的位置，然后将B[T[SA[i]-1]]更新为B[T[SA[i]-1]]+1；

计算SA中各字符桶的结束位置，保存在数组B；定义临时指针cp指向C数组的尾部；从右向左扫描SA，判断SA[i]是否为LMS后缀，若是则将SA[i]与C数组中的元素C[cp]进行比较，如果两者相同，则将cp更新为cp-1，否则SA不正确，程序返回；若程序无返回，接着判断当前扫描元素SA[i]在T中的前继T[SA[i]-1]是否是L型，若是则继续扫描下一个元素，否则将SA[i]-1保存至SA中B[T[SA[i]-1]]所指向的位置，然后将B[T[SA[i]-1]]更新为B[T[SA[i]-1]]-1。