最长不完全匹配子串频率计算-eaglet 的解法

蛙蛙 上午发的一片 蛙蛙推荐：[算法练习]最长不完全匹配子串频率计算 ， eaglet 看了以后，也写了一个算法，用蛙蛙 给的两个参数测试，速度大概比蛙蛙 的快800倍左右。如果字符串更长，速度差异会更明显。

算法描述：找出一个长字符串里的某个特定的子串出现的频率，匹配的子串的上一个字符和下一个字符不需要紧紧相邻，只要满足下一个字符在当前字符的后面就行。
算法要求：长字符串的宽度最长是500个字符。
输入：一个长字符串，宽度不能超过500个字符，一个短字符串
输出：短字符串在长字符串中出现的次数的后四位，不足四位左边填充零。
举例来说：在“wweell”字符串中找“wel”出现的次数，可以匹配到8次，应输出0008，每个匹配子串的索引序列分别如下
0,2,4
0,2,5
0,3,4
0,3,5
1,2,4
1,2,5
1,3,4
1,3,5

 

算法分析

这个题目要求输出匹配次数，如果用蛙蛙的方法，反复递归查找，算法复杂度很高，有没有办法把算法复杂度降低到 O(n) 呢，答案是有的。首先我们分析这个题目，不难看出，这个出现次数等于每个被匹配分量上出现次数的乘积。

拿上面的参数为例，被匹配字符串为 wel , 划分为 w e l 三个分量，这三个分量在原字符串中出现次数分别是 2 2 2 则其出现次数为 2*2*2 = 8

当然程序设计是还要考虑顺序的问题，不过这就是小问题了，这里就不讨论的。有了这个大思路，eaglet 编写了如下代码

 

         public   static   void  Eaglet( string  source,  string  sub)
         {
            Console.WriteLine( string .Format( " {0:0000} " , EagletMatch(source, sub)));
        }

         private   static   int  EagletMatch( string  source,  string  sub)
         {
             int [] hitCountArrary  =   new   int [sub.Length];  // sub 字串每个分类在source 中的命中次数

             int  i  =   0 ;
             bool  lastMatched  =   false ;

             // 顺序扫描source字符串
             foreach  ( char  c  in  source)
             {
                 if  (c  ==  sub[i])
                 {
                     // 如果当前值和当前分量匹配，相应分量统计加一
                    hitCountArrary[i] ++ ;
                    lastMatched  =   true ;
                }
                 else
                 {
                     if  (lastMatched)
                     {
                        i ++ ;
                         if  (i  >=  sub.Length)
                         {
                             // 重头继续查找
                            i  =   0 ;
                        }
                         else
                         {
                             if  (c  ==  sub[i])
                             {
                                 // 如果当前值和当前分量匹配，相应分量统计加一
                                hitCountArrary[i] ++ ;
                            }
                             else
                             {
                                 // 如不匹配，往下匹配
                                lastMatched  =   false ;

                                 if  (i  >=  sub.Length)
                                 {
                                     // 重头继续查找
                                    i  =   0 ;
                                }
                            }
                        }
                    }
                }
            }

             int  result  =   1 ;

             // 计算乘积
             foreach  ( int  count  in  hitCountArrary)
             {
                result  *=  count;
            }

             // 输出匹配的次数
             return  result;
        }

 

.csharpcode, .csharpcode pre { font-size: small; color: black; font-family: consolas, "Courier New", courier, monospace; background-color: #ffffff; /*white-space: pre;*/ } .csharpcode pre { margin: 0em; } .csharpcode .rem { color: #008000; } .csharpcode .kwrd { color: #0000ff; } .csharpcode .str { color: #006080; } .csharpcode .op { color: #0000c0; } .csharpcode .preproc { color: #cc6633; } .csharpcode .asp { background-color: #ffff00; } .csharpcode .html { color: #800000; } .csharpcode .attr { color: #ff0000; } .csharpcode .alt { background-color: #f4f4f4; width: 100%; margin: 0em; } .csharpcode .lnum { color: #606060; }

这个代码算法复杂度为 O(n) ，计算蛙蛙给的两个参数

private static string math = "welcome to cnblogs";

private static string test_input = "wweellccoommee to cnblogs";

结果为0128 和蛙蛙的结果一致，执行时间只有蛙蛙的 1/800.