子数组的个数
Count of subarray
问题是子数组计数的变体。给定一个数字数组，假设 1,2,2,3,2,1,2,2,2,2 我寻找子数组并计算每个子数组的频率。我从一些 K 长度的子数组开始查找（示例 K = 3）。
子数组 1,2,2 的计数是 C1:2。
子数组 2,2,3 的计数是 1。
子数组 2,3,2 的计数是 1。
等等。
现在，我寻找长度为 2 的子数组。
子数组 1,2 的计数是 C2: 2。但是(1,2)是子数组1,2,2的一个子集。因此，我通过从 C2 中减去 C1 来计算它的计数，这使得 1,2 的计数为 0。类似地，2,2 的计数是 1。
我的问题是处理存在多个 parent 子集的情况。我不认为 sub-arrays 在我的结果集中出现的频率为 1。示例：
1,2,3,1,2,3,1,2,2,3
这里，1,2,3的计数是2。
2,3,1 的计数是 2。
现在，当我查找 2,3 的计数时，它应该是 1，因为所有更长的 parent 都涵盖了出现的次数。我该如何处理这些情况？
我认为的方法是标记 parent 的所有模式出现。在上面的例子中，标记所有出现的 1,2,3 和 2,3,1。数组如下所示：
1,2,3,1,2,3,1,2,2,3
X,X,X,X,X,X,X,2,2,3
其中 X 表示标记的位置。现在，根据未标记的位置，我们看到的 2,3 的频率为 1。所以，基本上，我标记了我在当前步骤中发现的所有模式出现。对于下一步，我开始从未标记的位置寻找模式，只是为了获得正确的计数。
我正在处理大数据，这似乎有点not-so-good事情要做。另外，我不确定它是否正确。任何其他方法或想法都会有很大帮助吗？
为给定数组构建 suffix array。
要计算给定长度的所有重复子数组h - 遍历此后缀数组，根据所需的前缀长度比较相邻后缀。
对于你的第一个例子
source array
1,2,2,3,2,1,2,2,2,2
suffix array is
5,0,9,4,8,7,6,1,2,3:
1,2,2,2,2 (5)
1,2,2,3,2,1,2,2,2,2 (0)
2 (9)
2,1,2,2,2,2 (4)
2,2 (8)
2,2,2 (7)
2,2,2,2 (6)
2,2,3,2,1,2,2,2,2 (1)
2,3,2,1,2,2,2,2 (2)
3,2,1,2,2,2,2 (3)
如果长度为 2，我们可以计算出两个子数组 1,2 和四个子数组 2,2
如果你想计算任何给定的子数组 - 例如，所有以(1,2)开头的后缀，只需使用二进制搜索来获取第一个和最后一个索引（像 C++ STL 中的 std:upperbound 和 std:lowerbound 操作）。
对于后缀数组 中 (1,2) 的第一次和最后一次出现的相同示例索引为 0 和 1，因此计数为 last-first+1=2
问题是子数组计数的变体。给定一个数字数组，假设 1,2,2,3,2,1,2,2,2,2 我寻找子数组并计算每个子数组的频率。我从一些 K 长度的子数组开始查找（示例 K = 3）。
子数组 1,2,2 的计数是 C1:2。
子数组 2,2,3 的计数是 1。
子数组 2,3,2 的计数是 1。
等等。
现在，我寻找长度为 2 的子数组。
子数组 1,2 的计数是 C2: 2。但是(1,2)是子数组1,2,2的一个子集。因此，我通过从 C2 中减去 C1 来计算它的计数，这使得 1,2 的计数为 0。类似地，2,2 的计数是 1。
我的问题是处理存在多个 parent 子集的情况。我不认为 sub-arrays 在我的结果集中出现的频率为 1。示例：
1,2,3,1,2,3,1,2,2,3
这里，1,2,3的计数是2。
2,3,1 的计数是 2。
现在，当我查找 2,3 的计数时，它应该是 1，因为所有更长的 parent 都涵盖了出现的次数。我该如何处理这些情况？
我认为的方法是标记 parent 的所有模式出现。在上面的例子中，标记所有出现的 1,2,3 和 2,3,1。数组如下所示：
1,2,3,1,2,3,1,2,2,3
X,X,X,X,X,X,X,2,2,3
其中 X 表示标记的位置。现在，根据未标记的位置，我们看到的 2,3 的频率为 1。所以，基本上，我标记了我在当前步骤中发现的所有模式出现。对于下一步，我开始从未标记的位置寻找模式，只是为了获得正确的计数。
我正在处理大数据，这似乎有点not-so-good事情要做。另外，我不确定它是否正确。任何其他方法或想法都会有很大帮助吗？
为给定数组构建 suffix array。
要计算给定长度的所有重复子数组h - 遍历此后缀数组，根据所需的前缀长度比较相邻后缀。
对于你的第一个例子
source array
1,2,2,3,2,1,2,2,2,2
suffix array is
5,0,9,4,8,7,6,1,2,3:
1,2,2,2,2 (5)
1,2,2,3,2,1,2,2,2,2 (0)
2 (9)
2,1,2,2,2,2 (4)
2,2 (8)
2,2,2 (7)
2,2,2,2 (6)
2,2,3,2,1,2,2,2,2 (1)
2,3,2,1,2,2,2,2 (2)
3,2,1,2,2,2,2 (3)
如果长度为 2，我们可以计算出两个子数组 1,2 和四个子数组 2,2
如果你想计算任何给定的子数组 - 例如，所有以(1,2)开头的后缀，只需使用二进制搜索来获取第一个和最后一个索引（像 C++ STL 中的 std:upperbound 和 std:lowerbound 操作）。
对于后缀数组 中 (1,2) 的第一次和最后一次出现的相同示例索引为 0 和 1，因此计数为 last-first+1=2