每日一题——重复的子字符串

每日一题

重复的子字符串

题目链接

注：本题的题解基本建立在KMP算法之上，对KMP算法不太了解的小伙伴可以参考这篇文章KMP算法及其改进图文详解

方法一：移动匹配

• 我们先来看几个可以由一个字串重复多次构成的主字符串：“aaa”，“ababab”，“abcabc”

• 可以发现满足条件主串的两个规律：

  • 一定可以在其前半部分和后半部分找到相等的子串，如上面三个例子的子串“a”，子串“ab”，子串“abc”
  • 交换前半部分和后半部分都相等的子串，主串仍然不变。

• 由此可以得到，如果我们将主串复制一份，再将这两个相同的串拼到一起，并去头去尾（防止查找的过程中找到原来的串和复制后的串），如果能在新串中找到和主串相等的子串，那就说明这个主串就可以由它的一个子串重复构成

  • 例如字符串abcabc

    

实现代码

//获得Next数组
void GetNext(char *s,int *Next)
{
    int len = strlen(s);
    Next[0] = -1;
    int i = 0;
    int k = -1;
    while(i < len - 1)
    {
        if(k == -1 || s[i] == s[k])
        {
            k++;
            i++;
            if(s[i] == s[k])
                Next[i] = Next[k];
            else
                Next[i] = k;
        }
        else
            k = Next[k];
    }
}
//判断是否可以在字符串s1中找到串s2
bool KMP(char *s1, char *s2, int *Next)     //s1为主串，s2为从串
{
    int len1 = strlen(s1);
    int len2 = strlen(s2);
    int i = 0, j = 0;
    while(i < len1 && j < len2)
    {
        if(s1[i] == s2[j])
        {
            i++;
            j++;
        }
        else if(j != 0)
        {
            j = Next[j];
            if(j == -1)
                j = 0;
        }
        else
            i++;
            
    }
    if(j >= len2)
        return true;
    else
        return false;
}
bool repeatedSubstringPattern(char * s){
    int i,j;
    int len = strlen(s);
    char *str = (char *)malloc(sizeof(char) * 2 * len + 1);
    int *Next = (int *)malloc(sizeof(int) * len);
    GetNext(s,Next);	//获得Next数组
    //将串s和其复制串合并到str中
    for(i = 0; i < len; i++)
        str[i] = s[i];
    j = i;
    for(i = 0; i < len; i++)
        str[j + i] = s[i];
    str[2 * len] = '\0';
    //去尾
    str[2 * len - 1] = '\0';
    return KMP(str + 1,s,Next);		//str+1相当于去头
}

方法二：KMP

• 我们知道，KMP算法中，有Next数组保存了每个字符之前的子串的最长相等前后缀长度，那么最长相等前后缀长度和最小的重复子串有什么关系呢？
• 直接下结论：
  • 如果一个字符串是由重复的子串构成，那么最长相等前后缀不包含的子串就是最小的重复子串
  • 如果一个字符串没有相等前后缀，那么这个字符串一定不能由重复子串构成
    • 由于本篇Next数组记录的是每个字符之前的子串的最长相等前后缀长度，因此为了判断该字符串是否具有相等的前后缀，需要在字符串的末尾再添加一个字符（随便什么字符都可以），这样，如果字符串没有相等的前后缀，那么Next[len - 1] = 0（len为Next数组大小）
  • 字符串的最大相等前后缀长度为Next[len - 1]，由第一个结论可得，最小重复子串为len - next[len - 1]，若len % (len - next[len - 1]) == 0 ，就说明字符串长度可以整除最小重复子串的长度，即可说明该字符串可以由重复子串构成。

实现代码

//求Next数组
void GetNext(char *s,int *Next)
{
    int len = strlen(s);
    Next[0] = -1;
    int i = 0;
    int k = -1;
    while(i < len - 1)
    {
        if(k == -1 || s[i] == s[k])
        {
            k++;
            i++;
            Next[i] = k;
        }
        else
            k = Next[k];
    }
}

bool repeatSubstring(char* str ) {
    int len = strlen(str);
    
    //创建一个比原字符串大两个字符（一个随机字符，和空字符）的字符数组
    char* s = (char*)malloc(sizeof(char) * (len + 2));		
    
    //将原字符串拷贝到新字符串中，并添加随机字符和空字符
    strcpy(s,str);
    s[len] = 'a';
    s[len + 1] = '\0';
    
    //申请Next数组的内存
    int *Next = (int *)malloc(sizeof(int) * (len + 1));
    
    //得到Next数组
    GetNext(s,Next);
    
    //如果该字符串由相等前后缀，并且字符串长度可以整除最小重复子串，那么就说明这个字符串可以由重复子串构成
    //这里的len之所以不要减一，是因为Next的大小为len+1，我们要得到的就是Next的最后一个值，即Next[len]
    if(Next[len] != 0 && len % (len - Next[len]) == 0)
        return true;
    
    return false;
}