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)
- {
- 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;
- }