重叠的最长子串 （扩展KMP算法）（滚动哈希算法--Rabin-Karp算法）

【九度0J】 题目1535：重叠的最长子串 （扩展KMP算法）（滚动哈希算法--Rabin-Karp算法）

分类： 挑战程序设计竞赛---读书笔记 Algorithm-字符串 枚举 2013-10-06 15:52  115人阅读  评论(0)  收藏  举报

字符串匹配 前后缀匹配

题目描述：

给定两个字符串，求它们前后重叠的最长子串的长度，比如"abcde"和“cdefg”是"cde"，长度为3。

输入：

输入可能包含多个测试案例。
对于每个测试案例只有一行， 包含两个字符串。字符串长度不超过1000000，仅包含字符'a'-'z'。

输出：

对应每个测试案例，输出它们前后重叠的最长子串的长度。

样例输入：

abcde cdefg

样例输出：

3

思路：扩展KMP，用extend[i]保存 主串 S[i.....n-1]与 模式串 T的最长公共前缀的长度，其中n是S的长度。

然后扫描一遍 extend[] 如 extend[i] == n-i 那么这个后缀的长度就是我们要求的值。

关于扩展KMP，可以去看论文：《求最长回文子串与最长重复子串》何林 的集训队论文

代码：

[cpp]  view plain copy

1. #include <iostream>  
2. #include <cstring>  
3. #include <cstddef>  
4. #include <cstdio>  
5.   
6. using namespace std;  
7. const int MAXN = 1000001;  
8. int next[MAXN];  
9. int extend[MAXN];  
10. char S[MAXN],T[MAXN];  
11.   
12. void getnext(char *T)    
13. {    
14.     int k = 0;    
15.     int Tlen = strlen(T);   
16.     next[0] = Tlen;    
17.     while(k < Tlen-1 && T[k] == T[k+1])   
18.         k++;   
19.     next[1] = k;    
20.       
21.     k = 1;  
22.     for(int i = 2; i < Tlen; i++)    
23.     {    
24.         int p = k+next[k]-1, L = next[i-k];   // p :=已经匹配到的最远的位置  
25.                                             // L :=     
26.         if((i-1)+L >= p)    
27.         {    
28.             int j=(p-i+1)>0? p-i+1:0;    
29.             while(i+j < Tlen && T[k+j]==T[j])   
30.                 j++;    
31.             next[i] = j;    
32.             k = i;    
33.         }    
34.         else next[k]=L;    
35.     }    
36. }    
37.     
38. void getextend(char *S,char *T)    
39. {    
40.     int a = 0;    
41.     getnext(T);    
42.     int Slen = strlen(S);    
43.     int Tlen = strlen(T);    
44.     int len = Slen<Tlen ? Slen:Tlen;    
45.     while(a < len && S[a] == T[a]) a++;    
46.     extend[0] = a;    
47.     a = 0;    
48.     for(int i = 1; i < Slen; i++)    
49.     {    
50.         int p = a + extend[a]-1, L = next[i-a];    
51.           
52.         if(i+L-1 >= p)  
53.         {    
54.             int j = (p-i+1)>0? p-i+1:0;    
55.               
56.             while(i+j < Slen && j<Tlen && S[i+j] == T[j])   
57.                 j++;    
58.             extend[i] = j;    
59.             a = i;    
60.         }    
61.         else extend[i] = L;    
62.     }    
63. }  
64.   
65. int main()  
66. {  
67.     while(scanf("%s%s",&S,&T) != EOF)  
68.     {  
69.         getextend(S,T);  
70.         int n = strlen(S);  
71.         int res = 0;  
72.         for(int i = 0; i < n; i++)  
73.         {  
74.             if(extend[i] == n-i)  
75.             {  
76.                 res = extend[i];  
77.                 break;  
78.             }  
79.         }  
80.         cout<<res<<endl;  
81.     }  
82.     return 0;  
83. }  

[cpp]  view plain copy

1.  下面介绍一种滚动哈希算法：假设要求S的后缀和T的前缀相等的最大长度，也可以利用滚动哈希在O（n+m）的时间内求解：  
2.  假设字符串C = c1c2....cm 定义哈希函数：   
3.  H(C) = (c1*b^(m-1)+c2*b^(m-2)+.....+cm*b^(0)) mod h  ，     
4.   其中 b和h是两个互素的数，这样，我们就可以将字符串 S=s1s2...sn 从位置 k+1 开始长度为m的 子串 S[k+1....k+m]的哈希值   
5.   根据 子串 S[k....k+m-1]的哈希值在常数  
6.  时间内求出来：   
7.   H(S[k+1....k+m]) = H(S[k..k+m-1]*b - sk*b^m +s(k+m)) mod h ，  
8. 只要不断这样右移，就可以在O（n）的时间内求得所有位置的哈希值  

[cpp]  view plain copy

1. <pre name="code" class="cpp">#include <iostream>  
2. #include <string>  
3. #include <cstddef>  
4. #include <cstdlib>  
5. using namespace std;  
6. typedef unsigned long long ull;  
7. const ull B = 100000007;  
8.   
9. int overlap(string &a,string &b)  
10. {  
11.     int alen = a.size(), blen = b.size();  
12.     int res = 0;  
13.     ull ahash = 0, bhash = 0, t = 1;  
14.     for(int i = 1; i <= min(alen,blen); i++)  
15.     {  
16.         ahash = ahash + (a[alen-i]-'a')*t; //a的长度为i的后缀哈希值  
17.         bhash = bhash*B + b[i-1]-'a';     //b的长度为i的前缀哈希值  
18.         if(ahash == bhash) res = i;  
19.         t *= B;   
20.     }  
21.     return res;  
22. }   
23.   
24. int main()  
25. {  
26.     string a,b;  
27.     while(cin>>a>>b)  
28.     {  
29.         cout<<overlap(a,b)<<endl;  
30.     }  
31.     return 0;  
32. }</pre>顺便说一下：不同字符串的哈希值发生冲突的概率非常低，通常可以忽略朴素的检查。