一个字符串问题的思考

一、 问题描述：

        求解给定文本text 中以字符 A 开头， 字符B 结尾的子串数量。例如，文本ABCAAB 中以A开头B结尾的子串分别为AB, ABCAAB, AAB, AB 共4个。

二、 问题分析及算法设计：

  字符串问题求解的通用策略： 我从《TCPL》中学到的印象最深的一点，就是“逐字符处理”策略（同时注意 '\0'的处理）。

首先，使用蛮力法求解： 设置两个下标 i , j ; i 指向已搜索到的 A 的位置， j 指向已搜索到的B的位置。 算法描述如下：

STEP1：初始化 i = 0 , j = 0.  从字符串最左边开始。

STEP2:    用下标 i 遍历搜索A，若搜索到A，则记下 i 的位置并转至STEP2； 若到达字符串末尾仍没有搜索到，则转至 STEP4；
STEP3： 初始化 j 为 i 的下一个位置并开始搜索B： 若到达字符串末尾没有搜索到，则 i 移到下一个位置并转至STEP1；若搜索到B，则子串数目次数加一，并继续向前搜索，直到字符串末尾并转至STEP1；
STEP4： 搜索结束，退出算法。

例子： ABCAAB

       第一趟： A: i = 0, B: j = 1, 5   num = 2; 

       第二趟： A: i = 3, B: j = 5       num = 1;

       第三趟： A: i = 4, B: j = 5       num = 1

        共计： 2 + 1 + 1 = 4.

        这样的蛮力算法，其时间效率取决于A在字符串中出现的次数Na, T(n) = O(n * Na), n 是字符串长度。 也可以从右往左搜索， 其时间效率为 T(n) = O(n * Nb), Nb是 B 在字符串中出现的次数。 如果知道A和B在文本中出现的次数，那么就可以选择从左往右或者从右往左的遍历方式。最差情况下，例如全A串，则效率为O(n*n). 

        有没有可能找到更好的算法呢？ 

        我们知道，分治算法通常能达到 O(nlogn)的效率，只要合并部分的时间能达到O(n) 。 那么，这个问题是否可以采用分治法来求解呢？ 答案是肯定的。

        假设 N[left: right] 是文本 text[left:right] 中以A开始B结尾的子串数量， 则整个文本中以A开始B结尾的子串数量为 N[0:n] = N[0:n/2] + N[n/2+1: n] + Na * Nb. Na 是 A 在 text[0:n/2]中出现的次数， Nb 是 B 在 text[n/2+1: n] 中出现的次数; 因为在后半段文本中的所有B都出现在前半段文本中的所有A之后(每个A与每个B都形成合乎要求的子串)，而在后半段文