首先,如果輸入字符串存儲在c[0..n-1]中,那麼就可以使用類似於下面的代碼比較每對子字符串:
maxlen = -1
for i = [0, n)
for j = (i, n)
if (thislen = comlen(&c[i], &c[j])) > maxlen
maxlen = thislen
maxi = i
maxj = j
當作爲comlen函數參數的兩個字符串長度相等時,該函數便返回這個長度值,從第一個字符開始:
int comlen(char *p, char* q)
i = 0
while *p && (*p++ = *q++)
i++
return i
由於該算法查看所有的字符串對,所以它的時間和n的平方成正比。下面便是使用“後綴數組”的解決辦法。
如果程序至多可以處理MAXN個字符,這些字符被存儲在數組c中:
#define MAXN 5000000
char c[MAXN], *a[MAXN];
在讀取輸入時,首先初始化a,這樣,每個元素就都指向輸入字符串中的相應字符:
while (ch = getchar()) != EOF
a[n] = &c[n];
c[n++] = ch;
c[n] = 0 //將數組c中的最後一個元素設爲空字符,以終止所有字符串。
這樣,元素a[0]指向整個字符串,下一個元素指向以第二個字符開始的數組的後綴,等等。如若輸入字符串爲"banana",該數組將表示這些後綴:
a[0]:banana
a[1]:anana
a[2]:nana
a[3]:ana
a[4]:na
a[5]:a
由於數組a中的指針分別指向字符串中的每個後綴,所以將數組a命名爲"後綴數組"
第二,對後綴數組進行快速排序,以將後綴相近的(變位詞)子串集中在一起
qsort(a, n, sizeof(char*), pstrcmp)後
a[0]:a
a[1]:ana
a[2]:anana
a[3]:banana
a[4]:na
a[5]:nana
第三,使用以下comlen函數對數組進行掃描比較鄰接元素,以找出最長重複的字符串:
for i = [0, n)
if comlen(a[i], a[i+1]) > maxlen
maxlen = comlen(a[i], a[i+1])
maxi = i
printf("%.*s/n", maxlen, a[maxi])
由於少了內層循環,只是多了一次排序,因此該算法的運行時間爲O(n logn).