求一个字符串中连续出现次数最多的子串【转】

问题描述：

求一个字符串中连续出现次数最多的子串，子串的长度可以是 1 。

分析问题：

乍一看，好像无处下手。简单的穷举效率太低，随着输入的文本增长，时间复杂度和空间复杂度就会火箭般窜升至无法接受的地步。

我们需要寻找规律。

假设存在一个长度为 N 的子串 S 出现的次数最多。那么它具有哪些特点呢？

• S 的任一子串的出现次数不少于 S 的出现次数
• S 中不会出现重复的子串字符
• S 中不会出现重复的字符
• 组成 S 的每一个字符、每一个子串的出现次数都和 S 一样

“S 中不会出现重复的字符”，“组成 S 的每一个字符、每一个子串的出现次数都和 S 一样”！
有了这个结论，问题就简单了。

算法描述：

找到文本中的出现次数最高的单个字符组成的子串，放入一个队列中，
从队列的头部开始，对结果集中的每一个子串 S 进行处理

1. 找到文本中该子串出现的任意一个位置 P，
2. 判断文本中紧随 S 之后的字符 C 是否的出现次数是最多的，
3. 如果 C 的出现次数不是最多的，结束。
4. 如果 C 的出现次数是最多的，搜索文本中的每一个 S 并判断紧随其后的字符是否是 C，
5. 如果文本中的每一个 S 之后都存在字符 C ，将 S + C 生成的子串放入结果集中，
6. 如果文本中出现 S 之后的字符不是 C ，结束。

如此，直至到达队列尾。

代码：

#pragma  warning(disable : 4786)
#include  < iostream >
#include  < string >
#include  < deque >

#define  BUFFSIZE 1024

using  std::cout;
using  std::endl;
using  std:: string ;
using  std::deque;

typedef deque < string >  strlist;

const   string ::size_type npos  =   - 1 ;
const   string  ignoreChars( " /t/n/r " );

inline bool  IgnoreChar( char  c){
     return  (ignoreChars.find(c)  !=  npos);
}

/*
 * 统计字符出现次数
  */
unsigned CharSummary( const   string &  text, unsigned usecount[],  int  tbllen){
    unsigned count, i;

    memset(usecount,  0 , tbllen  *   sizeof (unsigned));
     for (i  =   0 ;i  <  text.length();usecount[unsigned(text[i ++ ])] ++ );

     for (count  =  i  =   0 ;i  <   256 ;i ++ ){
         if (IgnoreChar(i)) continue ;
         if (usecount[i]  >  count)count  =  usecount[i];
    }

     return  count;
}

/*
 * 试着增长字符串
  */
char  TryGrowthString( const   string &  text,  const   string &  str,  int  maxcount, unsigned *  usecount){
     int  count;
     string ::size_type pos;
     char  c  =   0 ;

    pos  =  text.find(str);
     if (pos  ==  npos)
         return   0 ;

/*   不是出现次数最多的字符  */
    c  =  text[pos  +  str.length()];
     if (usecount[unsigned(c)]  <  maxcount)
         return   0 ;

/*   检查文本中的出现次数  */
     for (count  =   0 ; pos  +  str.length()  +   1   <  text.length();pos  +=  str.length()){
        pos  =  text.find(str, pos);
         if (pos  ==  npos)  break ;
         if (c  !=  text[pos  +  str.length()])  return   0 ;
    }

     return  c;
}

void  PrintResult( const  strlist &  result){
    strlist::const_iterator citer;

    cout << endl << " The result substrings : " << endl;
    cout << " ------------------------------------- " << endl;
     for (citer  =  result.begin(); citer  !=  result.end(); citer ++ ){
        cout << ' " ' <<* citer << ' " ' << endl;
    }
    cout << " ------------------------------------- " << endl;
    cout << " Total :  " << result.size() << endl;
}

void  main( void ){
    unsigned usecount[ 256 ];
     char  buffer[BUFFSIZE], c;
    unsigned count, i;
     string  text;
    strlist result;

/*
 * 从 stdin 读入文本
  */
     while ( ! feof(stdin)){
         if (fgets(buffer, sizeof (buffer),stdin))
            text  +=  buffer;
    }

/*
 * 统计字符出现次数
  */
    count  =  CharSummary(text, usecount,  sizeof (usecount)  /   sizeof ( * usecount));
    cout << " Max count : " << count << endl;

     if ( 0   ==  count){
        cout << " There is empty string! " << endl
             << " Bye! " << endl;
    }

/*
 * 将出现次数最多的字符作为子串放入结果中
  */
     for (i  =   0 ;i  <   sizeof (usecount)  /   sizeof ( * usecount);i ++ ){
         if (usecount[i]  ==  count)
            result.push_back( string ( 1 , char (i)));
    }

/*
 * 查找更多的子串
  */
     for (strlist::iterator iter  =  result.begin();iter  !=  result.end();iter ++ ){
        c  =  TryGrowthString(text,  * iter, count, usecount);
         if (c)
            result.push_back( * iter  +   string ( 1 , c));
    }

    PrintResult(result);
    cout << " Bye! " << endl;
}

 
测试输入：

abcdefg
bcdef
hijklmnopqrstabcdefg

输出：

Max count :3

The result substrings :
-------------------------------------
"
"
"b"
"c"
"d"
"e"
"f"
"bc"
"cd"
"de"
"ef"
"bcd"
"cde"
"def"
"bcde"
"cdef"
"bcdef"
-------------------------------------
Total : 16
Bye!