代码随想录 Day20 字符串 | LC459 重复的子字符串 & 字符串总结

七、重复的子字符串

题目：

力扣459：重复的子字符串

给定一个非空的字符串 s ，检查是否可以通过由它的一个子串重复多次构成。

示例1：

输入: s = “abab”
输出: true
解释: 可由子串 “ab” 重复两次构成。

示例2：

输入: s = “aba”
输出: false

示例3：

输入: s = “abcabcabcabc”
输出: true
解释: 可由子串 “abc” 重复四次构成。 (或子串 “abcabc” 重复两次构成。)

提示：

• 1 <= s.length <= 10⁴
• s 由小写英文字母组成

解题思路分析：

---

暴力解法：

一个for循环获取子串的结束位置，另一个for循环判断是否能构成主串，时间复杂度为O(n²)

移动匹配：

如果字符串是s，就让s+s得到新的字符串ss，那么如果第一个s的后半部分和第二个s的前半部分又组成了一个新的s，那么这个字符串s就是由子串重复构成的。

s+s以后要找到中间组成的新的s，需要把ss的首字母和尾字母都删掉，要不然就会匹配到原先的s，而不是中间组成的新s；

当一个字符串s：abcabc，内部由重复的子串组成，那么这个字符串的结构一定是这样的：

也就是由前后相同的子串组成。

那么既然前面有相同的子串，后面有相同的子串，用 s + s，这样组成的字符串中，后面的子串做前串，前面的子串做后串，就一定还能组成一个s，如图：

所以判断字符串s是否由重复子串组成，只要两个s拼接在一起，里面还出现一个s的话，就说明是由重复子串组成。

反例：字符串aba 不能由子串重复构成，那么aba+aba=abaaba，中间是不能拼接出新的aba的

注意： 我们在判断 s + s 拼接的字符串里是否出现一个s的的时候，要刨除 s + s 的首字符和尾字符，这样避免在s+s中搜索出原来的s，我们要搜索的是中间拼接出来的s。

KMP解法：

KMP算法主要解决模式串是否在文本串中出现过的问题。

next数组就是各个子串对应的最长相等前后缀的集合。

前缀：不包含最后一个尾字母的其他所有子串

后缀：不包含首字母的其他所有子串

结论：如果字符串是由重复子串组成的，那么它的最小重复单位就是最长相等前后缀不包含的那一部分

例如：字符串 abababab

• 前缀：a，ab，aba，abab，ababa，ababab，abababa
• 后缀：b，ab，bab，abab，babab，ababab，bababab
• 最长相等前后缀：ababab
• 最长相等前后缀不包含的部分是ab，也就是字符串除去最长相等前后缀剩余的部分
• 所以字符串的最小重复单位就是ab

结论的推导：

这里有同学就问了，为啥一定是开头的ab呢。 其实最关键还是要理解 最长相等前后缀，如图：

步骤一： 因为这是相等的前缀和后缀，t[0] 与 k[0]相同， t[1] 与 k[1]相同，所以 s[0] 一定和 s[2]相同，s[1] 一定和 s[3]相同，即：，s[0]s[1]与s[2]s[3]相同 。

步骤二： 因为在同一个字符串位置，所以 t[2] 与 k[0]相同，t[3] 与 k[1]相同。

步骤三： 因为 这是相等的前缀和后缀，t[2] 与 k[2]相同 ，t[3]与k[3] 相同，所以，s[2]一定和s[4]相同，s[3]一定和s[5]相同，即：s[2]s[3] 与 s[4]s[5]相同。

步骤四： 循环往复。

所以字符串s，s[0]s[1]与s[2]s[3]相同， s[2]s[3] 与 s[4]s[5]相同，s[4]s[5] 与 s[6]s[7] 相同。

正是因为 最长相等前后缀的规则，当一个字符串由重复子串组成的，最长相等前后缀不包含的子串就是最小重复子串。

如果原字符串能整除 最长相等前后缀不包含的那一部分，则表示该字符串是由子串重复构成的

简单推理：

这里再给出一个数学推导，就容易理解很多。

假设字符串s使用多个重复子串构成（这个子串是最小重复单位），重复出现的子字符串长度是x，所以s是由n * x组成。

因为字符串s的最长相同前后缀的长度一定是不包含s本身，所以 最长相同前后缀长度必然是m * x，而且 n - m = 1，（这里如果不懂，看上面的推理）

所以如果 nx % (n - m)x = 0，就可以判定有重复出现的子字符串。

next 数组记录的就是最长相同前后缀 字符串：KMP算法精讲 这里介绍了什么是前缀，什么是后缀，什么又是最长相同前后缀)， 如果 next[len - 1] != -1，则说明字符串有最长相同的前后缀（就是字符串里的前缀子串和后缀子串相同的最长长度）。

最长相等前后缀的长度为：next[len - 1] + 1。(这里的next数组是以统一减一的方式计算的，因此需要+1，两种计算next数组的具体区别看这里：字符串：KMP算法精讲)

数组长度为：len。

如果len % (len - (next[len - 1] + 1)) == 0 ，则说明数组的长度正好可以被 (数组长度-最长相等前后缀的长度) 整除 ，说明该字符串有重复的子字符串。

数组长度减去最长相同前后缀的长度相当于是第一个周期的长度，也就是一个周期的长度，如果这个周期可以被整除，就说明整个数组就是这个周期的循环。

强烈建议大家把next数组打印出来，看看next数组里的规律，有助于理解KMP算法

如图：

next[len - 1] = 7，next[len - 1] + 1 = 8，8就是此时字符串asdfasdfasdf的最长相同前后缀的长度。

(len - (next[len - 1] + 1)) 也就是： 12(字符串的长度) - 8(最长公共前后缀的长度) = 4， 4正好可以被 12(字符串的长度) 整除，所以说明有重复的子字符串（asdf）。

题解：

---

移动匹配：

KMP解法：

如果字符串是由子串重复构成的，那么next数组最大值一定在末尾（也就是最长公共前后缀在next数组最后一个位置）

字符串总结

双指针法

---

在344.反转字符串 ，我们使用双指针法实现了反转字符串的操作，双指针法在数组，链表和字符串中很常用。

接着在字符串：替换空格，同样还是使用双指针法在时间复杂度O(n)的情况下完成替换空格。

其实很多数组填充类的问题，都可以先预先给数组扩容带填充后的大小，然后在从后向前进行操作。

那么针对数组删除操作的问题，其实在27. 移除元素 中就已经提到了使用双指针法进行移除操作。

同样的道理在151.翻转字符串里的单词 中我们使用O(n)的时间复杂度，完成了删除冗余空格。

反转系列

---

在反转上还可以在加一些玩法，其实考察的是对代码的掌控能力。

541. 反转字符串II 中，一些同学可能为了处理逻辑：每隔2k个字符的前k的字符，写了一堆逻辑代码或者再搞一个计数器，来统计2k，再统计前k个字符。

其实当需要固定规律一段一段去处理字符串的时候，要想想在在for循环的表达式上做做文章。

只要让 i += (2 * k)，i 每次移动 2 * k 就可以了，然后判断是否需要有反转的区间。

因为要找的也就是每2 * k 区间的起点，这样写程序会高效很多。

在151.翻转字符串里的单词 中要求翻转字符串里的单词，这道题目可以说是综合考察了字符串的多种操作。是考察字符串的好题。

这道题目通过 先整体反转再局部反转 ，实现了反转字符串里的单词。

后来发现反转字符串还有一个牛逼的用处，就是达到左旋的效果。

在卡码网55：右旋字符串中，我们通过先局部反转再整体反转达到了左旋的效果。

KMP

---

KMP的主要思想是当出现字符串不匹配时，可以知道一部分之前已经匹配的文本内容，可以利用这些信息避免从头再去做匹配了。

KMP的精髓所在就是前缀表，在 KMP经典题目：实现strStr() 中提到了，什么是KMP，什么是前缀表，以及为什么要用前缀表。

前缀表：起始位置到下标i之前（包括i）的子串中，有多大长度的相同前缀后缀。

那么使用KMP可以解决两类经典问题：

1. 匹配问题：28. 实现 strStr()
2. 重复子串问题：459.重复的子字符串

再一次强调了什么是前缀，什么是后缀，什么又是最长相等前后缀。

前缀：指不包含最后一个字符的所有以第一个字符开头的连续子串。

后缀：指不包含第一个字符的所有以最后一个字符结尾的连续子串。

然后针对前缀表到底要不要减一，这其实是不同KMP实现的方式，我们在KMP经典题目：实现strStr() 中针对之前两个问题

分别给出了两个不同版本的的KMP实现。

其中主要理解j=next[x]这一步最为关键！

总结

---

字符串类类型的题目，往往想法比较简单，但是实现起来并不容易，复杂的字符串题目非常考验对代码的掌控能力。

双指针法是字符串处理的常客。

KMP算法是字符串查找最重要的算法，但彻底理解KMP并不容易。