基数木（英: Radix tree）またはパトリシア木（英: Patricia tree）とは、文字列集合を格納するトライ木に基づく特殊化された集合データ構造である。パトリシアトライ（英: Patricia trie）とも。通常のトライ木に比較すると、基数木の辺は単一の文字ではなく文字の並びでラベル付けされる。それは、文字列でもよいし、整数やIPアドレスなどを表すビット列でもよい。辞書式順序を適用できるオブジェクトの並びなら何でもラベルとして使用できる。基数木と言った場合、整数を格納する木構造のみを指すことが多く、パトリシア木といった場合は特に格納するデータを限定しないが、基本的に構造や動作原理は同じである。 基数木は簡単に言えばメモリ使用量を最適化したトライ木であり、トライ木で子ノードが1つしかないノードを子ノードとマージしたものである。その結果、内部ノードは必ず2つ以上の子ノードを持つ

文字列 BANANA に $ を補った接尾辞木。根から葉（四角で表示）への6つの経路が6つの接尾辞 A$, NA$, ANA$, NANA$, ANANA$, BANANA$ に対応。四角の中の数字は対応する接尾辞の開始位置を示す。接尾辞リンクは破線の矢印で示されている。 接尾辞木（せつびじき）またはサフィックス木（英: Suffix tree）は、与えられた文字列の接尾部を木構造(基数木)で表すデータ構造であり、多くの文字列操作の高速な実装に利用されている。 文字列 の接尾辞木は木構造であり、その枝には文字列が対応し、木構造の根から葉までの経路ごとにそれぞれ の接尾部の1つが対応している。従って、これは の接尾部に関する基数木である。 文字列 からそのような木構造を構築するには、 の長さに対して線形な時間と空間を要する。構築できれば、いくつかの操作が高速化される（ の部分文字列を探す、誤

,. -‐'''''""¨¨¨ヽ (.＿＿_,,,... -ｧァﾌ|　　　　　　　　　　あ…ありのまま 今日　起こった事を話すぜ！ |i i|　 　 }!　}} /／| |l､{　 　j}　/,,ｨ//｜　　　　　　　『BWT について調べていたら Suffix Array のライブラリができていた』 i|:!ヾ､_ﾉ／ u {:}//ﾍ |ﾘ u' }　 ,ﾉ　_,!V,ﾊ | ／´fト､_{ﾙ{,ィ'ｅﾗ　, ﾀ人　　　　　　　　な…　何を言ってるのか　わからねーと思うが /' 　 ヾ|宀| {´,)⌒`/ |<ヽﾄiゝ　　　　　　　　おれも何をされたのかわからなかった… ,ﾞ　 ／ )ヽ iLﾚ 　u' |　| ヾｌﾄﾊ〉 |／_／　 ﾊ !ニ⊇　'／:} 　V:::::ヽ　　　　　　　　頭がどうにかなりそうだった… /／ 二二二7'T'' ／u'　__ /:::::::/｀ヽ /'

multikey_quick_sort.cpp P�L�=V @k��=V #include <iostream> #include <string> #include <vector> #include <algorithm> #include <assert.h> using namespace std; // pivotを選ぶ． char find_pivot_char(vector<string> &data, int left, int right, int depth) { assert(0 <= left); assert(right <= data.size()); assert(left + 1 <= right); char a = data[left].size() <= depth ? -1 : data[left][depth]; char b = data[(l

MacOSとWindowsのネイティブ仮想化を用いたDocker純正ツール「Docker for Mac/Windows」登場、VirtualBoxは不要に これまでWindowsやMacOSの上でDockerを試すには、それぞれのOS上でLinuxを動かすために仮想マシンのVirtualBoxをインストールする必要がありました。しかしOS上で仮想マシンを動かす処理は、重く不安定になりがちでした。 Docker社はこの方法に代わる新しいツール「Docker for Mac and Windows」のベータ版を発表しました。 Docker for Mac and Windowsは、それぞれのOSのネイティブアプリケーションの形式で提供され、VirtualBoxの代わりにそれぞれのOSに組み込まれている仮想化機能、WindowsではHyper-V、MacOSではxhyveを用いることで、より高

BM法 力任せ法、KMP法のどちらのアルゴリズムも、検索ワードの先頭から比較をしていました。逆に、末尾から比較をすることで効率を上げるのがBM法です。BM法も考案した人の名前（Boyer-Moore）の頭文字です。 末尾の文字が不一致であれば、検索ワード全体としても不一致になります。そこで、次のマッチングでは検索ワードの文字数分全部ずらしてしまってもよさそうです。このように一気にジャンプできるので効率がよさそうです。 従って、不一致になったときの文字の種類ごとに、検索ワードを何文字シフトするかをあらかじめ計算しておきます。 シフト文字数は次のようになります。 検索ワードに含まれる文字の場合（末尾の文字除く）→検索ワードの末尾から見て何番目にあるか 検索ワードに含まれない文字の場合→検索ワードの文字数 下図に示した例では、'a'=2、'b'=1、それ以外は5になります。シフトした後、文字列の

2016年、ついに人類は「ソードアート・オンライン」の世界に飛び込みます。 IBM✕ソードアート・オンラインによって生まれた「ソードアート・オンライン ザ・ビギニング Sponsored by IBM」は、作中で描かれるVRMMORPGの世界を再現し、アルファテスターが体験できるイベント。 視覚と聴覚のみに作用できるテスト用マシンとはいえ、あの「ナーヴギア」も用意されているとのことで胸が熱くなったみなさんも多いのでは？ 3/18〜20に都内某所で行なわれるイベントを前に、その世界を一足早く体験していただいたのは、現代の魔法使いことメディアアーティストで筑波大学助教の落合陽一さん。SAOはもちろん、カルチャーやVRテクノロジーにも詳しい落合さんの目に、「ソードアート・オンライン ザ・ビギニング Sponsored by IBM」はどう写ったのでしょうか？ 小説より現実はおもしろい！「ソードア

親要素が常に2つの子要素より大きくならない（またはその逆）構造になっている。 挿入、削除がO(log n)で可能。探索は。 ルートが常に最小（または最大）要素となっているので、ルートの削除を繰り返すことで、ソートを行うことができる。 このときの計算量は。(ヒープソート) 木の高さの低い方（または深さの浅い方）から、また同じ高さでも左または右のどちらかに要素を寄せた木構造を作る。深さ の要素がすべて使われるまで、深さ の要素は作成しない。要素の添字を 1 から開始すると、要素 の親は 、子は および となる（添字を 0 から開始すると親は 、子は と である）。 後述する手順に従って操作すれば、データの出現順序に関わらず、このような構造を容易に維持できることがヒープの利点である。 構造の節で述べたように、任意の要素に対する親要素と子要素は添字の計算で特定することができる。また要素が存在するか