最长重复子串—后缀数组

知识点:
1. sort 使用时得注明:using namespace std;   或直接打 std::sort()  还得加上  #include <algorithm>
2. qort是qsort的升级版,如果能用sort尽量用sort,使用也比较简单,不像qsort还得自己去写 cmp 函数,
只要注明  使用的库函数就可以使用,参数只有两个(如果是普通用法)头指针和尾指针; 


3. 默认sort排序后是升序,如果想让他降序排列,可以使用自己编的cmp函数


bool compare(int a,int b){
 return a>b; //降序排列,如果改为return a<b,则为升序
}
sort(*a,*b,cmp);


4. compare 函数中对于double需要特别注意返回值的问题,
显然cmp返回的是一个整型,所以避免double返回小数而被丢失。


int cmp( const void *a , const void *b ){
return *(double *)a > *(double *)b ? 1 : -1;

}


分析:要求输出它及其首字符的位置。 例如字符串yyabcdabjcabceg,输出结果应该是abc和3。

  1.可以将上面字符串分解为,后缀数组形式。
substrs[0] =yyabcdabjcabceg;
substrs[1] =yabcdabjcabceg;
substrs[2] =abcdabjcabceg;
substrs[3] =bcdabjcabceg;
substrs[4] =cdabjcabceg;
substrs[5] =dabjcabceg;
substrs[6] =abjcabceg;
substrs[7] =bjcabceg;
substrs[8] =jcabceg;
substrs[9] =cabceg;
substrs[10]=abceg;
substrs[11]=bceg;
substrs[12]=ceg;
substrs[13]=eg;
substrs[14]=g;

  2.对这些字符串按照字典顺序排序,

  3.然后比较相邻字符串的前驱,找到最长的匹配项。


#include <iostream>
#include <string>
#include <vector>
#include <algorithm>

using namespace std;

pair<int, string> fun(const string &str)
{
	vector<string> substrs;
	int maxcount = 1;
	unsigned int count = 0;
	string substr;
	int i, len = str.length();
 
	for (i = 0; i < len; i++)   // 得到所有的后缀子串
	{
		// basic_string substr(size_type pos = 0,size_type n = npos) const;
		// 从pos开始,截取n个字符组成的字符串。
		substrs.push_back(str.substr(i, len-i));
	}
	
	// 后缀树排序
	sort(substrs.begin(), substrs.end());

	// 比较相邻两个字符串公共序列
	string str1;
	string str2;
	vector<string>::iterator iter;
	for(iter = substrs.begin(); iter != substrs.end()-1; ){
		count = 0;
		str1 = *iter++;
		str2 = *iter;
		
		while(	count < str1.length() &&  count < str2.length()  &&  (str1.at(count) == str2.at(count))	)
			count++;


		if(count > maxcount){
			maxcount = count;
			substr = str1.substr(0, maxcount);
		}
			
	}

	substrs.clear();
	return make_pair(maxcount,substr);
}

int main()
{
	string str;
	pair<int, string> rs;
	while (cin >> str)
	{
		rs = fun(str);
		cout << rs.second << ':' << rs.first << endl;
	}
	return 0;
}

下面是另一种解题思路:
时间复杂度比上面介绍的要高,但是空间复杂度为O(1).时间换空间。
思路:对源字符串所有后缀的所有子串,从每一个后缀的最长子串开始,
分别从前向和后向开始在源字符串中查找匹配的子串,
若两次查找位置不一致则说明存在重复的长度最长的字串,并返回前向查找时的位置。
e.g. string = “abcedfghiabckl‘,当使用子串”abc“在源字符串中分别前向和后向匹配时,

找到的位置分别为pos1=0, pos2 = 9.

#include <iostream>
#include <string>
using namespace std;
int main()
{
	string str,tep;
	cin>>str;
	cout<<"length=="<<str.length()<<endl;
	for (int i = str.length()-1; i>=1; i--)
	{
		for (int j = 0; j < str.length(); j++)
		{
			// 如果没有这句的约束,那么结果错误。
			// 这句话使得每次得到的tep的长度是i,即满足从大到小取字符串。
			if (j + i <= str.length())
			{
				size_t t = 0;
				size_t num = 0;
				tep = str.substr(j, i); // 从大到小取字串。i是截取的字符串的长度,先截取最长的,再截取次长的
				t = str.find(tep);		// 正序查找
				num = str.rfind(tep);	// 逆序查找
				// 如果两次查找的位置不一样,说明存在重复字串。
				if (t != num)			// 满足条件就输出,因为是从最长的字符串开始截取。
				{
					cout<<tep<<" "<<t<<endl;
					return 0;
				}
			}
		}
	}
	return 0;
}

原文地址:https://www.cnblogs.com/sjw1357/p/3863992.html