面试OR笔试4——最长公共子字符串

1 题目及要求

1.1 题目内容

最长公共子字符串。

2 解答

2.1 题目分析

相关博客：从优化到再优化，最长公共子串

首先要注意Longest Common Substring和Longest Common Subsequence是有区别的

X = <a, b, c,f, b, c>

Y = <a, b, f,c, a, b>

X和Y的Longest Common Sequence为<a, b, c, b>，长度为4

X和Y的Longest Common Substring为 <a, b>长度为2

其实Substring问题是Subsequence问题的特殊情况，也是要找两个递增的下标序列

<i1, i2,...ik> 和 <j1, j2,..., jk>使

xi1 == yj1

xi2 == yj2

......

xik == yjk

与Subsequence问题不同的是，Substring问题不光要求下标序列是递增的，还要求每次

递增的增量为1， 即两个下标序列为：

<i, i+1, i+2,..., i+k-1> 和 <j, j+1,j+2, ..., j+k-1>

类比Subquence问题的动态规划解法，Substring也可以用动态规划解决。

2.1.1 方法一：动态规划

dt[i][j]表示Xi和Yi的最大Substring的长度，比如

X = <y, e, d,f>

Y = <y, e, k,f>

dt[1][1] = 1

dt[2][2] = 2

dt[3][3] = 0

dt[4][4] = 1

动态转移方程为：

如果xi == yj， 则 c[i][j] = c[i-1][j-1]+1

如果xi ! = yj,  那么c[i][j] = 0

最后求Longest Common Substring的长度等于max{  dt[i][j],  1<=i<=n， 1<=j<=m}。

 

因此空间复杂度为O(mn)，时间复杂度也为O(mn)。

2.1.2 方法二：遍历

将字符串s1和s2分别写在两把直尺上面(我依然用s1，s2来表示这两把直尺)，然后将s1固定，s2的头部和s1的尾部对齐，然后逐渐移动直尺s2，比较重叠部分的字符串中的公共子串的长度，直到直尺s2移动到s1的头部。在这个过程中求得的最大长度就是s1、s2最大子串的长度。

此方案空间复杂度为O(1)，时间复杂度也为O(mnn)。

 

2.2 代码

string LCSstr1(const string s1, const string s2) {
	int startx(1), starty(1), sn1(s1.length()), sn2(s2.length());
	vector<vector<int>> dt(sn1 + 1, vector<int>(sn2 + 1, 0));
	for (int k1(1); k1 <= sn1;++k1)
		for (int k2(1); k2 <= sn2; ++k2) {
			dt[k1][k2] = (s1[k1 - 1] == s2[k2 - 1]) ? dt[k1 - 1][k2 - 1] + 1 : 0;
			if (dt[k1][k2] > dt[startx][starty]) startx = k1, starty = k2;
		}
	return s1.substr(startx - dt[startx][starty], dt[startx][starty]);
}

string LCSstr2(const string s1, const string s2) {
	int start1(0), maxlen(0), sn1(s1.length()), sn2(s2.length());
	for (int k1(0); k1 < sn1; ++k1)
		for (int k2(sn2 - 1), len; -1 < k2; --k2) {
			len = 0;
			for (int k3(0); k1 + k3 < sn1 && k2 + k3 < sn2 && s1[k1 + k3] == s2[k2 + k3]; ++k3) ++len;
			if (maxlen < len) {
				maxlen = len;
				start1 = k1;
			}
		}
	return s1.substr(start1, maxlen);
}