【啊哈，算法】之九、后缀数组，字符串中连续出现最多的字串

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

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)  
                {  
                        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;  
}