还是很懒,今天要贴很多代码就允许我懒一些吧。
给定一个字符串,求至少出现k次的最长重复子串,这k个子串可重叠。
算法分析:
这题的做法和上一题差不多,也是先二分答案,然后将后缀分成若干组。不同的是,这里要判断的是有没有一个组的后缀个数不小于k。如果有,那么存在k个相同的子串满足条件,否则不存在。这个做法的时间复杂度为O(nlogn)。
#include<cmath>
#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<iostream>
#include<algorithm>
using namespace std;
int a[210000],wr[210000],mc[210000],JS[210000],sa[210000],y[210000],height[210000];
bool cmp(int k1,int k2,int ln){
return wr[k1]==wr[k2]&&wr[k1+ln]==wr[k2+ln];
}
void get_sa(int n,int m){//构建SA后缀数组
int i,k,p,ln;
//memcpy(mc,a,sizeof(a));
for(i=1;i<=n;i++)mc[i]=a[i];
//a数组:原字符串,mc名次数组
for(i=0;i<=m;i++)JS[i]=0;
for(i=1;i<=n;i++)JS[mc[i]]++;
for(i=1;i<=m;i++)JS[i]+=JS[i-1];
for(i=n;i>=1;i--)sa[JS[mc[i]]--]=i;
//以上四句为基数排序,不懂的看flash
ln=1;p=0;
//ln为当前子串的长度,p表示有多少不相同的子串
while(p<n){
for(k=0,i=n-ln+1;i<=n;i++)y[++k]=i;
for(i=1;i<=n;i++)if(sa[i]-ln>0)y[++k]=sa[i]-ln;
for(i=1;i<=n;i++)wr[i]=mc[y[i]];
//数组y保存的是对第二关键字排序的结果 。
//数组wr保存的是对第二关键字排序后的mc值
//以下为对第一关键字排序
for(i=0;i<=m;i++)JS[i]=0;
for(i=1;i<=n;i++)JS[wr[i]]++;
for(i=1;i<=m;i++)JS[i]+=JS[i-1];
for(i=n;i>=1;i--)sa[JS[wr[i]]--]=y[i];
memcpy(wr,mc,sizeof(wr));
p=1;mc[sa[1]]=1;
for(i=2;i<=n;i++){
if(!cmp(sa[i],sa[i-1],ln))p++;
mc[sa[i]]=p;
}
//得到新的mc数组
m=p;ln*=2;
}
a[0]=0;sa[0]=0;
}
void get_he(int n){
int i,j,k=0;
for(i=1;i<=n;i++){
j=sa[mc[i]-1];
if(k)k--;
while(a[j+k]==a[i+k])k++;
height[mc[i]]=k;
}
}
bool check(int n,int k,int kt){
int num=1;
for(int i=2;i<=n;i++){
if(height[i]<k)num=1;
else num++;
if(num>=kt)return true;
}
return false;
}
void erfen(int n,int kn){
int l,r,mid,ans;
l=0;r=n;
while(l<=r){
mid=(l+r)/2;
if(check(n,mid,kn)==true){
ans=mid;
l=mid+1;
}
else r=mid-1;
}
printf("%d\n",ans);
}
int main(){
int n,kt;
while(scanf("%d%d",&n,&kt)!=EOF){
int k;
for(int i=1;i<=n;i++){
scanf("%d",&a[i]);
}
get_sa(n,110000);
get_he(n);
erfen(n,kt);
}
return 0;
}