首页 > 代码库 > 后缀数组-连续出现的次数最多的子串

后缀数组-连续出现的次数最多的子串

http://blog.csdn.net/ysu108/article/details/7795479

 

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:

#include <iostream>using namespace std;int con_sub(char *str, char **ret);int main(){        char str[] = "abcabcabcabcabcabbbb";        char *ret = NULL;        int time = con_sub(str, &ret);        printf("%s occuers %d times\n", ret, time);        return 0;}int con_sub(char *str, char **ret){        int max_time = 0;//连续出现的最多次数        int ret_len = 0;//连续出现的字符串的长度        char *addr = NULL;//连续出现字符串的起始地址        int len = strlen(str);        char **a = (char **)malloc(sizeof(char *)*len);        //生成后缀数组        for(int i=0; i<len; i++)                a[i] = &str[i];        //重复字符串的长度范围为1到(len+1)/2        for(int i=1; i<=(len+1)/2; i++)        {                //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                for(int j=0; j+i<=len-1; j+=i)                {//J表示起点                        int k = j;                        int temp_time = 1;                        while(k+i <= len-1 && strncmp(a[k], a[k+i], i) == 0)                        {                                temp_time++;                                k += i;                        }                        if(temp_time > max_time)                        {                                max_time = temp_time;                                ret_len = i;                                addr = a[k];                        }                }        }        *ret = new char[len+1];        strncpy(*ret, addr, ret_len);        return max_time;}

  

后缀数组-连续出现的次数最多的子串