找出字符串中最长的重复子串(三种解法）

最新推荐文章于 2025-10-18 19:31:56 发布

原创最新推荐文章于 2025-10-18 19:31:56 发布 · 2.1w 阅读

57 ·

CC 4.0 BY-SA版权

文章标签：

#字符串 #最长的重复子串 #重复子串 #最长的

C And C++ 专栏收录该内容

12 篇文章

订阅专栏

本文介绍了三种找出字符串中最长重复子串的方法：1）通过遍历比较字符串；2）利用后缀数组和快速排序；3）使用两层循环结合substring()方法。详细阐述了每种方法的实现思路和代码示例。

转载请注明出处： http://blog.youkuaiyun.com/kongdavid/article/details/38405475

******************************************************************************

第一种解法：

******************************************************************************

比如输入qweabcuwabcfw,输出结果为3 第二次出现abc的 a的地址。//不用查找函数

int maxsubstr(char* src,char** p)
{
	char *sztmp = src;
	char *tmp = NULL;  //临时字符串，如ca，ab，等
	int i, j, k;   //用于循环
	int max_len = 1, count = 0, ipos = 0;
	//统计字符串长度，统计重复次数，统计位置
	int len;  //字符串长度
	if (sztmp == NULL||(len = strlen(sztmp))==0){//判断源字符串是否合格
		return -1;
	}
	tmp = (char*)malloc(sizeof(char)*len+1);
	memset(tmp,0,len+1);


	for (i=1;i<len;i++){//获取字符长度
		for (j=0;j<len-i-1;j++){//截取源字符串中i长度的字符串
			strncpy(tmp,sztmp+j,i+1);
			for (k=0,count=0;k<len-i;k++){
			//循环比较字符串，如有重复字符串，并且最长的记录下搜索来
				if (strncmp((sztmp+k),tmp,i+1)==0){
					count++;
					if (count != 1){
						if (i >= max_len){
							max_len = i+1;
							ipos = k;
						}
					}
				}
			}
		}
	}
	free(tmp);
	*p = sztmp + ipos;
	return max_len;
}


int main(){
	char* p = NULL;
	int n = maxsubstr("qwiohiuweowohifpw",&p);
	printf("%d\n %p\n", n, &p);
}

******************************************************************************

第二种解法：

******************************************************************************

思路：使用后缀数组，对一个字符串生成相应的后缀数组后，然后再排序，排完序依次检测相邻的两个字符串的开头公共部分。

这样的时间复杂度为：

生成后缀数组 O(N)

排序 O(NlogN*N) 最后面的 N 是因为字符串比较也是 O(N)

依次检测相邻的两个字符串 O(N * N)

总的时间复杂度是 O(N^2*logN),

解答：

对于类似从给定的文本中，查找其中最长的重复子字符串的问题，可以采用“后缀数组”来高效地完成此任务。后缀数组使用文本本身和n个附加指针（与文本数组相应的指针数组）来表示输入文本中的n个字符的每个子字符串。

首先,如果输入字符串存储在c[0..n-1]中，那么就可以使用类似于下面的代码比较每对子字符串：

maxlen = -1

for i = [0, n)

for j = (i, n)

if (thislen = comlen(&c[i], &c[j])) > maxlen

maxlen = thislen

maxi = i

maxj = j

当作为comlen函数参数的两个字符串长度相等时，该函数便返回这个长度值，从第一个字符开始：

int comlen(char *p, char* q)

i = 0

while *p && (*p++ = *q++)

i++

return i

由于该算法查看所有的字符串对，所以它的时间和n的平方成正比。下面便是使用“后缀数组”的解决办法。

如果程序至多可以处理MAXN个字符，这些字符被存储在数组c中：

#define MAXN 5000000

char c[MAXN], *a[MAXN];

在读取输入时，首先初始化a,这样，每个元素就都指向输入字符串中的相应字符：

while (ch = getchar()) != EOF

a[n] = &c[n];

c[n++] = ch;

c[n] = 0 //将数组c中的最后一个元素设为空字符，以终止所有字符串。

这样，元素a[0]指向整个字符串，下一个元素指向以第二个字符开始的数组的后缀，等等。如若输入字符串为"banana",该数组将表示这些后缀：

a[0]:banana

a[1]:anana

a[2]:nana

a[3]:ana

a[4]:na

a[5]:a

由于数组a中的指针分别指向字符串中的每个后缀，所以将数组a命名为"后缀数组"

第二，对后缀数组进行快速排序，以将后缀相近的（变位词）子串集中在一起

qsort(a, n, sizeof(char*), pstrcmp)后

a[0]:a

a[1]:ana

a[2]:anana

a[3]:banana

a[4]:na

a[5]:nana

第三，使用以下comlen函数对数组进行扫描比较邻接元素，以找出最长重复的字符串：

for i = [0, n)

if comlen(a[i], a[i+1]) > maxlen

maxlen = comlen(a[i], a[i+1])

maxi = i

printf("%.*s/n", maxlen, a[maxi])

由于少了内层循环，只是多了一次排序，因此该算法的运行时间为O(n logn).

代码如下：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

#define MAXCHAR 5000 //最长处理5000个字符

char c[MAXCHAR], *a[MAXCHAR];

int comlen( char *p, char *q ){
    int i = 0;
    while( *p && (*p++ == *q++) )
        ++i;
    return i;
}

int pstrcmp( const void *p1, const void *p2 ){
    return strcmp( *(char* const *)p1, *(char* const*)p2 );
}

int main(  ){
    char ch;
    int  n=0;
    int  i, temp;
    int  maxlen=0, maxi=0;
    printf("Please input your string:\n");
    while( (ch=getchar())!='\n' ){
        a[n]=&c[n];
        c[n++]=ch;
    }
    c[n]='\0';
    qsort( a, n, sizeof(char*), pstrcmp );
    for(i=0; i<n-1; ++i ){
        temp=comlen( a[i], a[i+1] );
        if( temp>maxlen ){
            maxlen=temp;
            maxi=i;
        }
    }
    printf("%.*s\n",maxlen, a[maxi]);
    system("PAUSE");
    return 0;

******************************************************************************

第三种解法：

******************************************************************************

用简单的两层循环，结合substring()方法就可以了

class Test  
{  
    String reg,left;  
    public String find(String str){  
        //最长的重复字串，极端情况就比如abcabc，最长重复字串就是abc  
        //即为字符串长度的一半，当然这是极端情况，通常都是小于串长一半的  
        for(int len=str.length()/2;len>0;len--){  
            //将字符串分隔为若干“最长字串”  
            for(int i=0;i
                //获取“最长字串”  
                reg=str.substring(0,len+1);  
                //刨去“最长字串”剩下的串  
                left=str.substring(len+1);  
                //如果剩下的串里面包含“最长字串”  
                if(left.indexOf(reg)!=-1)  
                    //bingo!  
                    return reg;  
            }  
        }  
        //啥也找不到就返回空吧  
        return null;  
    }  
    public static void main(String[] args) throws Exception{  
      
        String str=new Test().find("abcdabc");  
        System.out.println(str);  
    }  
}