查找两个字符串a,b中的最长公共子串

一、问题描述

查找两个字符串a,b中的最长公共子串。若有多个，输出在较短串中最先出现的那个。

输入描述：

输入两个字符串

输出描述：

返回重复出现的字符

输入例子：

abcdefghijklmnop
abcsafjklmnopqrstuvw

输出例子：

jklmnop

二、解题思路

1.第一种解法，动态规划，dp[i][j] 记录的是短字符串 s1 前 i 个字符和长字符串 s2 前 j 个字符的最长公共子串。当 s1[i-1] == s2[i-1]时考虑是否是 dp[i-1][j-1] 后续字符，如果是则 dp[i][j] = dp[i-1][j-1]+s1[i-1]，如果不是则 dp[i][j] 是 dp[i-1][j-1]、dp[i-1][j]和 dp[i][j-1] 中较长的字符串；如果s1[i-1] != s2[i-1]，dp[i][j] 是 dp[i-1][j-1]、dp[i-1][j]和 dp[i][j-1] 中较长的字符串。这里要特别注意题目条件，最长的子串是较短输入字符串中最先出现的。

代码：

#include <iostream>
#include <string>
using namespace std;

string maxCommonSubstr(string s3, string s4)
{
    string s1 = (s3.length() <= s4.length())?s3:s4;
    string s2 = (s3.length() <= s4.length())?s4:s3;
    int m = s1.length();
    int n = s2.length();
    string **dp = new string*[m+1];
    for(int i = 0; i < m+1; i++)
    {
        dp[i] = new string[n+1];
    }
    for(int i = 0; i < m+1; i++)
        dp[i][0] = "";
    for(int i = 0; i < n+1; i++)
        dp[0][i] = "";
    for(int i = 1; i < m+1; i++)
    {
        for(int j = 1; j < n+1; j++)
        {
            if(s1[i-1] == s2[j-1])
            {
                int len = 0;
                int a = i-1;
                int b = j-1;
                while(a >= 0 && b >= 0 && s1[a] == s2[b])
                {
                    len++;
                    a--;
                    b--;
                }
                if(len > dp[i-1][j-1].length() && len > dp[i-1][j].length() && len > dp[i][j-1].length())
                {
                    dp[i][j] = s1.substr(a+1, len);
                } else {
                    if(dp[i][j-1].length() > dp[i-1][j].length())
                    {
                        dp[i][j] = (dp[i][j-1].length() >= dp[i-1][j-1].length())?dp[i][j-1]:dp[i-1][j-1];
                    } else {
                        dp[i][j] = (dp[i-1][j].length() >= dp[i-1][j-1].length())?dp[i-1][j]:dp[i-1][j-1];
                    }
                }
            } else {
                 if(dp[i][j-1].length() > dp[i-1][j].length())
                 {
                     dp[i][j] = (dp[i][j-1].length() >= dp[i-1][j-1].length())?dp[i][j-1]:dp[i-1][j-1];
                 } else {
                     dp[i][j] = (dp[i-1][j].length() >= dp[i-1][j-1].length())?dp[i-1][j]:dp[i-1][j-1];
                 }
            }
        }
    }

    string maxstr = dp[m][n];

    for(int i = 0; i < m+1; i++)
    {
        delete [] dp[i];
        dp[i] = 0;
    }
    delete [] dp;
    dp = 0;
    return maxstr;
}
void test1()
{
    string s1, s2;
    while(cin >> s1 >> s2)
    {
        cout << maxCommonSubstr(s1, s2) << endl;
    }
}

int main()
{
    test1();
    return 0;
}

2.第二种解法，也是动态规划，但是思路简单很多。dp[i][j] 记录短字符串 s1 前 i 个字符和长字符串 s2 前 j 个字符的最长子串的长度，初始化所有值为 0。当 s1[i-1] = s2[j-1]时，dp[i][j] = dp[i-1][j-1]+1，注意要使用一个额外的值 start 来记录最长子串在短字符串 s1 中出现的起始位置和 maxlen记录当前最长子串的长度，当dp[i][j] > maxlen 时 start = i-dp[i][j]；档s1[i-1] != s2[j-1]时不需要任何操作，这样dp[i][j]就是默认值 0。

代码：

#include <iostream>
#include <string>
using namespace std;

string maxCommonSubstr(string s1, string s2)
{
    string s3 = (s1.length() <= s2.length())?s1:s2;
    string s4 = (s1.length() <= s2.length())?s2:s1;
    int m = s3.length();
    int n = s4.length();
    int **dp = new int*[m+1];
    for(int i = 0; i < m+1; i++)
    {
        dp[i] = new int[n+1];
        for(int j = 0; j < n+1; j++)
            dp[i][j] = 0;
    }
    int start = 0, maxlen = 0;
    for(int i = 1; i < m+1; i++)
    {
        for(int j = 1; j < n+1; j++)
        {
            if(s3[i-1] == s4[j-1])
            {
                dp[i][j] = dp[i-1][j-1]+1;
                if(dp[i][j] > maxlen)
                {
                    maxlen = dp[i][j];
                    start = i - maxlen;
                }
            }
        }
    }
    for(int i = 0; i < m+1; i++)
    {
        delete dp[i];
        dp[i] = 0;
    }
    delete [] dp;
    dp = 0;
    return s3.substr(start, maxlen);
}

void test1()
{
    string s1, s2;
    while(cin >> s1 >> s2)
    {
        cout << maxCommonSubstr(s1, s2) << endl;
    }
}

int main()
{
    test1();
    return 0;
}

3.第三种解法，就是通过暴力解法。根据短字符串从最大长度依次递减，在长字符串中查找是否有匹配的子串，但是这种方法的复杂度是 O(n1*n1*n2)，空间复杂度是 O(1), 前面两种动态规划的时间复杂度是 O(n1*n2)，但空间复杂度是 O(n1*n2)。

代码：

#include <iostream>
#include <string>
using namespace std;

string maxCommonSubstr(string s1, string s2)
{
    string s3 = (s1.length() <= s2.length())?s1:s2;
    string s4 = (s1.length() <= s2.length())?s2:s1;
    for(int i = s3.length(); i > 0; i--)
    {
        for(int j = 0; j <= s3.length() - i; j++)
        {
            if(s4.find(s3.substr(j, i)) != string::npos)
            {
                return s3.substr(j, i);
            }
        }
    }
    return "";
}

void test1()
{
    string s1,s2;
    while(cin >> s1 >> s2)
    {
        cout << maxCommonSubstr(s1, s2) << endl;
    }
}

int main()
{
    test1();
    return 0;
}