题：给定两个字符串X，Y，求二者最长的公共子串，例如X=[aaaba]，Y=[abaa]。二者的最长公共子串为[aba]，长度为3。
本节给出三种不同的实现方式，并对比分析每种方法的复杂度，内容如下：
==基本算法==
==DP方案==
==后缀数组==
==各方法复杂度分析==
==================================
基本算法
其实对于最长公共子串，还是比较简单易想的，因为子串是连续的，这就方便了很多。最直接的方法就是用X每个子串与Y的每个子串做对比，求出最长的公共子串。代码如下：
/* 最长公共子串 Longest Common Substring */int maxlen; /* 记录最大公共子串长度 */int maxindex; /* 记录最大公共子串在串1的起始位置 */void outputLCS(char * X); /* 输出LCS *//* 最长公共子串 基本算法 */int comlen(char * p, char * q){int len = 0;while(*p && *q && *p++ == *q++){++len;}return len;}void LCS_base(char * X, int xlen, char * Y, int ylen){for(int i = 0; i < xlen; ++i){for(int j = 0; j < ylen; ++j) //两个for循环就是对x的每个子串与y的每个子串比较{int len = comlen(&X[i],&Y[j]);if(len > maxlen){maxlen = len;maxindex = i;}}}outputLCS(X);}
==================================
DP方案
既然最长公共子串是最长公共子序列的变体，那么最长公共子串是不是也可以用动态规划来求解呢？
我们还是像之前一样“从后向前”考虑是否能分解这个问题，在最大子数组和中，我们也说过，对于数组问题，可以考虑“如何将arr[0,...i]的问题转为求解arr[0,...i-1]的问题”，类似最长公共子序列的分析，使用dp[i][j]表示X[0-i]与Y[0-j]的最长公共子串长度，因为要求子串连续，所以对于X[i]与Y[j]来讲，它们要么与之前的公共子串构成新的公共子串；要么就是不构成公共子串。故状态转移方程
- X[i] == Y[j]，dp[i][j] = dp[i-1][j-1] + 1
- X[i] != Y[j]，dp[i][j] = 0
对于初始化，i==0或者j==0，如果X[i] == Y[j]，dp[i][j] = 1；否则dp[i][j] = 0。
代码如下：
/* 最长公共子串 DP */int dp[30][30];void LCS_dp(char * X, int xlen, char * Y, int ylen){maxlen = maxindex = 0;for(int i = 0; i < xlen; ++i){for(int j = 0; j < ylen; ++j){if(X[i] == Y[j]){if(i && j){dp[i][j] = dp[i-1][j-1] + 1;}if(i == 0 || j == 0){dp[i][j] = 1;}if(dp[i][j] > maxlen){maxlen = dp[i][j];maxindex = i + 1 - maxlen;}}}}outputLCS(X);}
==================================
后缀数组
前面提过后缀数组的基本定义，与子串有关，可以尝试这方面思路。由于后缀数组最典型的是寻找一个字符串的最长重复子串，所以，对于两个字符串，我们可以将其连接到一起，如果某一个子串s是它们的公共子串，则s一定会在连接后字符串后缀数组中出现两次，这样就将最长公共子串转成最长重复子串的问题了，这里的后缀数组我们使用基本的实现方式。
值得一提的是，在找到两个重复子串时，不一定就是X与Y的公共子串，也可能是X或Y的自身重复子串，故在连接时候我们在X后面插入一个特殊字符‘#’，即连接后为X#Y。这样一来，只有找到的两个重复子串恰好有一个在#的前面，这两个重复子串才是X与Y的公共子串。
/* 最长公共子串 后缀数组 */char * suff[100];int pstrcmp(const void *p, const void *q){return strcmp(*(char**)p,*(char**)q);}int comlen_suff(char * p, char * q){int len = 0;while(*p && *q && *p++ == *q++){++len;if(*p == '#' || *q == '#'){break;}}int count = 0;while(*p){if(*p++ == '#'){++count;break;}}while(*q){if(*q++ == '#'){++count;break;}}if(count == 1)return len;return 0;}void LCS_suffix(char * X, int xlen, char * Y, int ylen){int suf_index = maxlen = maxindex = 0;int len_suff = xlen + ylen + 1;char * arr = new char [len_suff + 1]; /* 将X和Y连接到一起 */strcpy(arr,X);arr[xlen] = '#';strcpy(arr + xlen + 1, Y);for(int i = 0; i < len_suff; ++i) /* 初始化后缀数组 */{suff[i] = & arr[i];}qsort(suff, len_suff, sizeof(char *), pstrcmp); //后缀数组进行排序for(int i = 0; i < len_suff-1; ++i){int len = comlen_suff(suff[i],suff[i+1]);if(len > maxlen){maxlen = len;suf_index = i;}}outputLCS(suff[suf_index]);}
各方案复杂度对比
设字符串X的长度为m，Y的长度为n，最长公共子串长度为l。
对于基本算法，X的子串（m个）和Y的子串（n个）一一对比，最坏情况下，复杂度为O(m*n*l)，空间复杂度为O(1)。
对于DP算法，由于自底向上构建最优子问题的解，时间复杂度为O(m*n)；空间复杂度为O(m*n)，当然这里是可以使用滚动数组来优化空间的，滚动数组在动态规划基础回顾中多次提到。
对于后缀数组方法，连接到一起并初始化后缀数组的时间复杂度为O(m+n)，对后缀数组的字符串排序，由于后缀数组有m+n个后缀子串，子串间比较，故复杂度为O((m+n)*l*lg(m+n))，求得最长子串遍历后缀数组，复杂度为O(m+n)，所以总的时间复杂度为O((m+n)*l*lg(m+n))，空间复杂度为O(m+n)。
总的来说使用后缀数组对数据做一些“预处理”，在效率上还是能提升不少的。
3526
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
