求一个字符串中连续出现的次数最多的子串
求一个字符串中连续出现的次数最多的子串。例如字符串“abababc”,最多连续出现的为ab,连续出现三次。要和求一个字符串中的最长重复子串区分开来,还是上面的字符串,那么最长的重复子串为abab。两个题目的解法有些类似,都用到了后缀数组这个数据结构。求一个字符串中连续出现的次数最多的子串,首先生成后缀数组例如上面的字符串为:
abababc
bababc
ababc
babc
abc
bc
c
可以看出第一个后缀数组和第三个后缀数组的起始都为ab,第5个后缀数组也为ab。可以看出规律来,一个字符串s,如果第一次出现在后缀数组i的前面,那么如果它重复出现,下一次出现应该在第i+len(s)个后缀数组的前面。这个规律也不难看出。那么从头到尾按照这个规律搜索下不难得出结果。下面是代码:
1 #include <iostream> 2 using namespace std; 3 4 int con_sub(char *str, char **ret); 5 6 int main() 7 { 8 char str[] = "abcabcabcabcabcabbbb"; 9 char *ret = NULL; 10 int time = con_sub(str, &ret); 11 printf("%s occuers %d times\n", ret, time); 12 return 0; 13 } 14 15 int con_sub(char *str, char **ret) 16 { 17 int max_time = 0;//连续出现的最多次数 18 int ret_len = 0;//连续出现的字符串的长度 19 char *addr = NULL;//连续出现字符串的起始地址 20 21 int len = strlen(str); 22 char **a = (char **)malloc(sizeof(char *)*len); 23 //生成后缀数组 24 for(int i=0; i<len; i++) 25 a[i] = &str[i]; 26 27 //重复字符串的长度范围为1到(len+1)/2 28 for(int i=1; i<=(len+1)/2; i++) 29 { 30 //当重复的字符串长度为i的时候,如果是连续出现的,那么第j和第j+i个后缀数组前面为重复的字符串 31 for(int j=0; j+i<=len-1; j+=i) 32 { 33 int k = j; 34 int temp_time = 1; 35 while(k+i <= len-1 && strncmp(a[k], a[k+i], i) == 0) 36 { 37 temp_time++; 38 k += i; 39 } 40 if(temp_time > max_time) 41 { 42 max_time = temp_time; 43 ret_len = i; 44 addr = a[k]; 45 } 46 } 47 } 48 *ret = new char[len+1]; 49 strncpy(*ret, addr, ret_len); 50 return max_time; 51 }
注意:这里有一个小技巧,加入字符串中存在出现次数相同的子串,如何优先选择更长的字符串作为最终的结果?可以调整子串的长度为从大到小。