LeetCode | 最长重复子串

转摘自：力扣

题目

力扣第1044. 最长重复子串

分析：

1. 如何快速寻找字符串的最长长度？

二分法！

2. 如何高效判断 ss 中是否有长度为 LL 的重复子串?

我们可以使用 Rabin-Karp 算法对固定长度的字符串进行编码（Rabin-Karp算法解释详见：LeetCode | Rabin-Karp 算法）。
当两个字符串的编码相同时，则这两个字符串也相同。在 ss 中 {n-L+1}n−L+1 个长度为 LL 的子串中，有两个子串的编码相同时，则说明存在长度为 LL 的重复子串。具体步骤如下：

程序

class Solution:
    def longestDupSubstring(self, s: str) -> str:
        # 生成两个进制
        a1, a2 = random.randint(26, 100), random.randint(26, 100)
        # 生成两个模
        mod1, mod2 = random.randint(10**9+7, 2**31-1), random.randint(10**9+7, 2**31-1)
        n = len(s)
        # 先对所有字符进行编码
        arr = [ord(c)-ord('a') for c in s]
        # 二分查找的范围是[1, n-1]
        l, r = 1, n-1
        length, start = 0, -1
        while l <= r:
            m = l + (r - l + 1) // 2
            idx = self.check(arr, m, a1, a2, mod1, mod2)
            # 有重复子串，移动左边界
            if idx != -1:
                l = m + 1
                length = m
                start = idx
            # 无重复子串，移动右边界
            else:
                r = m - 1
        return s[start:start+length] if start != -1 else ""

    def check(self, arr, m, a1, a2, mod1, mod2):
        n = len(arr)
        aL1, aL2 = pow(a1, m, mod1), pow(a2, m, mod2)
        h1, h2 = 0, 0
        for i in range(m):
            h1 = (h1 * a1 + arr[i]) % mod1
            h2 = (h2 * a2 + arr[i]) % mod2
        # 存储一个编码组合是否出现过
        seen = {(h1, h2)}
        for start in range(1, n - m + 1):
            h1 = (h1 * a1 - arr[start - 1] * aL1 + arr[start + m - 1]) % mod1
            h2 = (h2 * a2 - arr[start - 1] * aL2 + arr[start + m - 1]) % mod2
            # 如果重复，则返回重复串的起点
            if (h1, h2) in seen:
                return start
            seen.add((h1, h2))
        # 没有重复，则返回-1
        return -1

总结

1. 理解Rabin-Karp 算法！！！
2. 为什么要对字符串进行编码：如果报存为字符串形式，所占内存更高，比较时所耗费的时间更长！