#Shell脚本--输出两个字符串的最长匹配部分

2019独角兽企业重金招聘Python工程师标准>>>

#Shell 脚本 输出两个字符串的最长匹配部分

如 输入:

00000000000000000011000000111001

01000110010000001110010000000000

输出:

00000000000000000011000000111001

                  010001100[1000000111001]0000000000

一开始的思路是:

逐个比较str1与str2中的对应字符, 记录最长连续匹配的字符数(max)及对应的当前移位数(shifti)以及从第几个字符处开始匹配(shiftj),然后固定str1, str2右移一位, 重复上述步骤,直到全部移位完成(即str1与str2无任何重叠)或当前的最大连续匹配字符数已大于剩余的字符数(max>length-i) 

如下所示:

第一次比较

00000000000000000011000000111001

01000110010000001110010000000000

第二次比较

00000000000000000011000000111001

 01000110010000001110010000000000

第i次比较

00000000000000000011000000111001

                01000110010000001110010000000000

#!/bin/bash

#find the longest match part of two binary strings
read -p "Please input binary string1 :> " str1
read -p "Please input binary string2 :> " str2
 
length=${#str1}
lengthminus1=$[length-1]
#the longest match character count
max=0
count=0
shifti=0
shiftj=0
for ((i=0; i<$length; i++))
do
    if [[ max -ge length-i ]]; then
	    break
    fi

    startj=0
    for ((j=0,t=$i; t<$length && $max < $length-j; j++,t++))
    do
		if [ ${str2:$j:1} = ${str1:$t:1} ]; then
			let count+=1
			if [ $t -eq $lengthminus1 -a $count -gt $max ]; then
				max=$count
				shifti=$i
				shiftj=$startj
			fi
		else
			if [ $count -gt $max ]; then
				max=$count
				shifti=$i
				shiftj=$startj
			fi
			count=0
			startj=$[j+1]
		fi
    done
    count=0
done 
echo "$str1"
if [ $max -eq 0 ]; then
	echo "$str2"
	echo "nothing match"
	exit
fi
for ((i=0; i<$shifti-1; i++))
do
	echo -n " "
done
for ((j=0; j<${#str2}; j++))
do
	if [ $j -eq $shiftj ]; then
		echo -n "[${str2:$j:1}"
		if [[ $j -eq $shiftj+$max-1 ]]; then
			echo -n "]"
		fi
	elif [[ $j -eq $shiftj+$max-1 ]]; then
		echo -n "${str2:$j:1}]"
	else
		echo -n "${str2:$j:1}"
	fi
done
echo

执行效果:

$ bash find_binary_match_parts.sh 
Please input binary string1 :> 00000000000000000011000000111001
Please input binary string2 :> 01000110010000001110010000000000
00000000000000000011000000111001
         010001100[1000000111001]0000000000

似乎能解决问题, 但是一旦变换str1与str2的顺序, 结果就会不同,如下所示:

$ bash find_binary_match_parts.sh 
Please input binary string1 :> abcdefghi
Please input binary string2 :> ghifabcde
abcdefghi
     [ghi]fabcde

$ bash find_binary_match_parts.sh 
Please input binary string1 :> ghifabcde
Please input binary string2 :> abcdefghi
ghifabcde
   [abcde]fghi

上述程序只考虑了往一个方向移位, 故很有可能会漏掉真正的最大匹配子串.  

故决定网上搜索一下,看看有没更简便通用的方法, 发现了如下脚本:

#!/bin/bash

word1="$1"
word2="$2"
if [ ${#word1} -lt ${#word2} ]
then
        word1="$2"
        word2="$1"
fi
for ((i=${#word2}; i>0; i--)); do
        for ((j=0; j<=${#word2}-i; j++)); do
                if [[ $word1 =~ ${word2:j:i} ]]
                then
                        echo ${word2:j:i}
                        exit
                fi
        done
done

运行效果如下:

$ bash common_substr.sh abcdefghi ghifabcde 
abcde
$ bash common_substr.sh ghifabcde abcdefghi
abcde

不管是什么输入顺序均能得到同样的结果.

注: =~ 相当于java中的indexOf,即用来判断子字符串是否存在,如下所示:

$ [[ "abcdefgh" =~ "abc" ]] && echo $?
0
$ [[ "abcdefgh" =~ "bcd" ]] && echo $?
0
$ [[ "abcdefgh" =~ "bar" ]] 
$ echo $?
1

上述脚本的来源为:

http://stackoverflow.com/questions/9383067/what-is-a-shell-command-to-find-the-longest-common-substring-of-two-strings-in-u

转载于:https://my.oschina.net/zhuguowei/blog/473715