算法——后缀树

后缀树是一种重要的数据结构，在字符串处理等领域有广泛应用，以下是关于它的详细介绍：

定义与概念

后缀树是一种树形数据结构，它包含了一个字符串的所有后缀，并且通过树的结构来高效地组织和表示这些后缀信息。它是一种压缩的 trie 树，其中从根节点到叶子节点的每条路径都对应着字符串的一个后缀。例如，对于字符串 “banana”，它的后缀树会包含 “banana”、“anana”、“nana”、“ana”、“na” 和 “a” 这些后缀。

构造方法

• 朴素构造法：从空字符串开始，逐个字符地将字符串的后缀插入到树中。对于每个后缀，从根节点开始，沿着已有的路径匹配字符，如果遇到不匹配的情况，则创建新的节点和边来表示该后缀的剩余部分。这种方法简单直观，但时间复杂度较高，对于长度为n的字符串，时间复杂度为$O(n^2)$。
• Ukkonen算法：这是一种在线构造后缀树的算法，它可以在$O(n)$的时间复杂度内构造出后缀树。该算法通过不断地将字符串的字符逐个加入到后缀树中，同时利用之前已经构造好的部分来减少计算量。
• McCreight算法：它也是一种高效的后缀树构造算法，时间复杂度同样为$O(n)$。与Ukkonen算法不同的是，McCreight算法采用了一种不同的策略来处理后缀的插入和树的构建，它通过对字符串进行深度优先搜索等操作来构建后缀树。

应用领域

• 字符串匹配：在文本编辑软件中，查找某个单词或短语在文档中的所有出现位置就可以利用后缀树来实现。通过构建文档的后缀树，然后在后缀树中查找目标字符串，能够快速确定该字符串是否在文档中出现以及出现的位置。
• 生物信息学：在基因序列分析中，需要比较不同基因序列的相似性，后缀树可以用来快速查找基因序列中的公共子序列，帮助研究人员分析基因的结构和功能。
• 数据压缩：后缀树可以用于识别数据中的重复模式，从而实现数据的压缩。例如，在文本压缩中，通过后缀树找到文本中的重复字符串片段，然后用更短的编码来表示这些重复片段，从而达到压缩的目的。

代码思路

1. 构建后缀树：将输入字