我们比较常听到的字符串搜索算法如KMP,BM算法等,其算法均含有利用后缀数组进行字符串加速的想法。
这里考虑一个比较单纯的利用后缀数组找出出现次数多于1次的最长子字符串,例子来自《编程珠玑》,具体解释可以参看书。关键思想是为文本进行预处理,从而得到其后缀数组表达形式,然后排序后比较相邻后缀即可得出出现次数多于1次的最长子字符串。
#include<iostream>
#include<string>
#include<cstdlib>
#include<cstring>
#include<cstdio>
using namespace std;
/*
int compareMyType(const void* a,const void* b)
{
return strcmp((char*)a,(char*)b);
}
*/
void mysort(char* a[],int n)
{
for(int i=1;i<n;++i)
{
int j=i-1;
char *tmp=a[i];
while((j>=0)&&(strcmp(tmp,a[j])<0))
{
a[j+1]=a[j];
--j;
}
a[j+1]=tmp;
}
}
int comlen(char* a,char* b)
{
char* p=a;
char* q=b;
int i=0;
while((*p)&&(*q)&&(*p==*q))
{
++i;
++p;
++q;
}
return i;
}
int main()
{
const int MAXN=1000;
char c[MAXN]={"Ask not what your country can do for you, but what you can do for your country"};
char *a[MAXN];
char *p=c;
int index=0;
while(*p)
{
a[index]=p;
++p;
++index;
}
/*qsort does not work*/
//qsort(a,index,sizeof(char*),compareMyType);
mysort(a,index);
for(int i=0;i<index;++i)
{
cout<<a[i]<<endl;
}
int maxlen=0;
int maxi=-1;
for(int i=0;i<index-1;++i)
{
int tmp=0;
if((tmp=comlen(a[i],a[i+1]))>maxlen)
{
maxlen=tmp;
maxi=i;
}
}
if(maxlen==0)
{
cout<<"no common sub string"<<endl;
}
else
{
printf("max common len:%.*s\n",maxlen,a[maxi]);
}
return 0;
}