字符串裏有一類問題經常遇到,就是最長問題。歸納爲:最長公共子串、最長公共子序列、最長迴文子串、最長重複子串、最長不重複子串問題。這一篇在這裏做個總結,給出每個問題的解題思路。
1.最長公共子串
最長公共子串和最長公共子序列非常類似,但是子串要求在原字符串中是連續的。而最長公共子序列則並不要求連續。
方法一:平移法:引用自博客http://blog.csdn.net/hackbuteer1/article/details/6686931
將字符串s1和s2分別寫在兩把直尺上面(我依然用s1,s2來表示這兩把直尺),然後將s1固定,s2的頭部和s1的尾部對齊,然後逐漸移動直尺s2,比較重疊部分的字符串中的公共子串的長度,直到直尺s2移動到s1的頭部。在這個過程中求得的最大長度就是s1、s2最大子串的長度。
下圖是求解過程的圖示(下圖有點錯誤,應該是將s2從右往左移動),藍色部分表示重疊的字符串,紅色的部分表示重疊部分相同的子串
其中s1="shaohui",s2="ahui",最後求得的結果爲3。
string MaxSubStr(const string& s1, const string& s2)
{
size_t len1 = s1.size();
size_t len2 = s2.size();
size_t len = len1 + len2;
int maxLen = 0;
int startPos = 0;
for(size_t i = 0; i < len; ++i)
{
int startS1, startS2;
startS1 = startS2 = 0;
if(i < len1)
startS1 = len1 - i;
else
startS2 = i - len1;
int tmpLen = 0;
int idx;
for(idx = 0; (startS1+idx < len1) && (startS2+idx < len2); ++idx)
{
if(s1[startS1+idx] == s2[startS2+idx])
++tmpLen;
else
{
if(tmpLen > maxLen)
{
maxLen = tmpLen;
startPos = startS1+idx-maxLen;
}
tmpLen = 0;
}
}
if(tmpLen > maxLen)
{
maxLen = tmpLen;
startPos = startS1+idx-maxLen;
}
}
string result(s1, startPos, maxLen);
return result;
}
方法二:
其實這是一個序貫決策問題,可以用動態規劃來求解。我們採用一個二維矩陣來記錄中間的結果。這個二維矩陣怎麼構造呢?直接舉個例子吧:"bab"和"caba"(當然我們現在一眼就可以看出來最長公共子串是"ba"或"ab")
b a b
c 0 0 0
a 0 1 0
b 1 0 1
a 0 1 0
我們看矩陣的斜對角線最長的那個就能找出最長公共子串。
不過在二維矩陣上找最長的由1組成的斜對角線也是件麻煩費時的事,下面改進:當要在矩陣是填1時讓它等於其左上角元素加1。
b a b
c 0 0 0
a 0 1 0
b 1 0 2
a 0 2 0
這樣矩陣中的最大元素就是 最長公共子串的長度。(兩段代碼都沒有考慮存在重複最大子串,可以用數組保存實現所有的最大子串輸出)。
string MaxSubStr(const string& s1, const string& s2)
{
size_t len1 = s1.size();
size_t len2 = s2.size();
int martrix[len1][len2] = {0};
int maxLen = 0;
int startPos = 0;
string result, tmp;
for(int i = 0; i < len1; ++i)
{
for(int j = 0; j < len2; ++j)
{
if(s1[i] == s2[j])
{
if(i == 0 || j == 0)
martrix[i][j] = 1;
else
martrix[i][j] = martrix[i-1][j-1] + 1;
}
else
martrix[i][j] = 0;
if(martrix[i][j] > maxLen)
{
maxLen = martrix[i][j];
startPos = i - maxLen + 1;
}
}
}
return string(s1, startPos, maxLen);
}
2.最大公共子序列字符序列的子序列是指從給定字符序列中隨意地(不一定連續)去掉若干個字符(可能一個也不去掉)後所形成的字符序列。令給定的字符序列X=“x0,x1,…,xm-1”,序列Y=“y0,y1,…,yk-1”是X的子序列,存在X的一個嚴格遞增下標序列<i0,i1,…,ik-1>,使得對所有的j=0,1,…,k-1,有xij=yj。例如,X=“ABCBDAB”,Y=“BCDB”是X的一個子序列。
考慮最長公共子序列問題如何分解成子問題,設A=“a0,a1,…,am-1”,B=“b0,b1,…,bm-1”,並Z=“z0,z1,…,zk-1”爲它們的最長公共子序列。不難證明有以下性質:
(1) 如果am-1=bn-1,則zk-1=am-1=bn-1,且“z0,z1,…,zk-2”是“a0,a1,…,am-2”和“b0,b1,…,bn-2”的一個最長公共子序列;
(2) 如果am-1!=bn-1,則若zk-1!=am-1,蘊涵“z0,z1,…,zk-1”是“a0,a1,…,am-2”和“b0,b1,…,bn-1”的一個最長公共子序列;
(3) 如果am-1!=bn-1,則若zk-1!=bn-1,蘊涵“z0,z1,…,zk-1”是“a0,a1,…,am-1”和“b0,b1,…,bn-2”的一個最長公共子序列。
這樣,在找A和B的公共子序列時,如有am-1=bn-1,則進一步解決一個子問題,找“a0,a1,…,am-2”和“b0,b1,…,bm-2”的一個最長公共子序列;如果am-1!=bn-1,則要解決兩個子問題,找出“a0,a1,…,am-2”和“b0,b1,…,bn-1”的一個最長公共子序列和找出“a0,a1,…,am-1”和“b0,b1,…,bn-2”的一個最長公共子序列,再取兩者中較長者作爲A和B的最長公共子序列。
求解:
引進一個二維數組c[][],用c[i][j]記錄X[i]與Y[j] 的LCS 的長度,b[i][j]記錄c[i][j]是通過哪一個子問題的值求得的,以決定搜索的方向。
我們是自底向上進行遞推計算,那麼在計算c[i,j]之前,c[i-1][j-1],c[i-1][j]與c[i][j-1]均已計算出來。此時我們根據X[i] = Y[j]還是X[i] != Y[j],就可以計算出c[i][j]。
問題的遞歸式寫成:
回溯輸出最長公共子序列過程:
<span style="font-size:14px;">string CreateLCS(int** path, const string& str, int m, int n)
{
static string result = "";
if(m == 0 || n == 0)
return "";
if(path[m][n] == 0)
{
CreateLCS(path, str, m-1, n-1);
result += str[m-1];
}
else if(path[m][n] == 1)
CreateLCS(path, str, m-1, n);
else
CreateLCS(path, str, m, n-1);
return result;
}
string LCS(const string& s1, const string& s2)
{
int maxLen = 0;
size_t len1 = s1.size();
size_t len2 = s2.size();
//申請(len2+1)*(len1+1)的二維數組,length存放子序列長度,path存放回溯路徑
int **length = new int*[len2+1];
int **path = new int*[len2+1];
for(int i = 0; i < len2+1; ++i)
{
length[i] = new int[len1+1];
path[i] = new int[len1+1];
}
for(int i = 0; i < len1+1; ++i)
length[0][i] = 0;
for(int j = 1; j < len2+1; ++j)
length[j][0] = 0;
for(int i = 1; i < len2+1; ++i)
{
for(int j = 1; j < len1+1; ++j)
{
if(s2[i-1] == s1[j-1])
{
length[i][j] = length[i-1][j-1]+1;
path[i][j] = 0; //回溯到左上角
maxLen = length[i][j] > maxLen ? length[i][j] : maxLen;
}
else if(length[i-1][j] >= length[i][j-1])
{
length[i][j] = length[i-1][j];
path[i][j] = 1; //往左回溯記爲1;
}
else
{
length[i][j] = length[i][j-1];
path[i][j] = -1;
}
}
}
cout << "最大公共子序列長度爲:" << maxLen << endl;
//打印最大子序列
string LCS = CreateLCS(path, s2, len2, len1);
for(int i = 0; i < len2+1; ++i)
{
delete[] length[i];
delete[] path[i];
}
delete[] *length;
delete[] *path;
return LCS;
}</span>
3.最長重複子串#include <iostream>
#include <stdlib.h>
#include <string.h>
using namespace std;
int ComLen(char* p, char* q)
{
int len = 0;
while(*p && (*p++ == *q++))
++len;
return len;
}
int cmp(const void* a, const void* b)
{
return strcmp(*(char* const*)a, *(char* const*)b);
}
char* LongestReSubStr(char* str, char* result)
{
int len = strlen(str);
char** suffix = new char*[len];
for(int i = 0; i < len; ++i)
suffix[i] = str + i;
qsort(suffix, len, sizeof(char*), cmp);
int maxLen = 0;
int pos = 0;
for(int i = 0; i < len - 1; ++i)
{
int comLen = ComLen(suffix[i], suffix[i+1]);
if(comLen > maxLen)
{
maxLen = comLen;
pos = i;
}
}
strncpy(result, suffix[pos], maxLen);
result[maxLen] = '\0';
delete[] suffix;
return result;
}
int main() {
// your code goes here
char str[] = "banana";
char* result = new char[strlen(str)+1];
char* s = LongestReSubStr(str, result);
cout << s << endl;
delete[] result;
return 0;
}
4.最長不重複子串void LNRS(char* str, char* result)
{
if(str == NULL)
return;
int visit[256];
int len = strlen(str);
int maxLen = 0;
int start = 0;
for(int i = 0; i < len; ++i)
{
memset(visit,0,sizeof(visit));
visit[str[i]] = 1;
int j;
for(j = i + 1; j < len; ++j)
{
if(visit[str[j]] == 0)
visit[str[j]] = 1;
else
break;
}
if(j-i > maxLen)
{
maxLen = j - i;
start = i;
}
}
strncpy(result, str+start, maxLen);
result[maxLen] = '\0';
}
5.最長迴文字串