求公共子串问题以与其改进算法.docVIP

求公共子串问题以及其改进算法 问题的提出： 设计一个算法，求两个字符串s1,s2的最长公共子字符串的长度．例如字符串shaohui,huishao的最长公共子字符串为shao,因此，结果为4. 最早看到这个问题，大约是２年前在CSDN程序员杂志的编程擂台上面，后来又在程序员考试的题目当中遇到，但是他们所使用的方法都需要消耗比较多的时间，这里我先简单说明一下这个问题的原始的解答方法，然后再介绍我的改进算法． 　 1.以前的算法 算法思想：对于两个字符串s1,s2(假设字符串s1长度大于字符串s2的长度),设的长度为m,那么s2的子串可以按照其长度分成m类 假设s1=shaohui,s2=ahui，则s2的子串可以分成以下几类 4:ahui 3:ahu,hui 2:ah,hu,ui 1:a,h,u,i 然后按照长度从大到小去匹配s1,如果某个子串也是s1的子串，则找到问题的答案了． 这是我用C写的例子程序，可以作为参考 1 #include iostream 2 #include cstring 3 using namespace std; 4 /* 5 * Get the length of common substring of s1 and s2 6 * if there is no common substring between s1 and s2, return 0 7 */ 8 int commstr(char *s1, char *s2) 9 { 10 char *src,*dst; 11 int len,len1,len2,cnt,srcidx,dstidx,srcbeg,dstbeg; 12 13 len1 = strlen(s1); 14 len2 = strlen(s2); 15 //assure that the length of src is large then dest 16 if (len1 len2) 17 { 18 src = s2; 19 dst = s1; 20 len = len1; 21 len1 = len2; 22 len2 = len; 23 } 24 else 25 { 26 src = s1; 27 dst = s2; 28 } 29 30 len = len1; 31 while (len 0) 32 { 33 for (srcidx=0; srcidx+len=len1; srcidx++) 34 { 35 for (dstidx=0; dstidx+len=len2; dstidx++) 36 { 37 for (cnt=0; cntlen; cnt++) 38 if (src[srcidx+cnt] != dst[dstidx+cnt]) 39 break; 40 if (cnt = len)//common string is found 41 goto found; 42 } 43 } 44 len --; 45 } 46 found: return len; 47 } 48 int main(int argc, char **argv) 49 { 50 if (argc = 3) 51 coutcommstr(argv[1],argv[2]); 52 53 return 0; 54 } 说明：13-29行是保证字符串s1的长度大于字符串s2的长度，如果strlen(s1)strlen(s2),那么就把s1和s2交换,算法真正的实现部分是30-45行． 关于这方面的更多的解答请参考程序员杂志的编程擂台，或者1998年的程序员考试的下午试题第一题． 　 时间复杂度分析: 假设s1的长度为n,s2的长度为m,　按照最坏的打算，假设不能够找到公共子串（也就是公共子串的长度为0) 进行的比较次数为(也就是第38行代码的执行次数) 为了便于计算我们假设n=m 利用高中的数列求和的知识,很容易得到,则原时间复杂度为O(n4) 　 2.我的改进算法 原来的求解方法的时间复杂度为O(n4),实际上还有比较大的改进余地,原来的问题完全可以在O(n*m)的时间内得到求解. 仔细分析原来的求解的过程，对于子串s2的任意一个长度k,字符串s1和s2中的任意两个字符之间都要进行一次比较,而当k减少1的时候,s1和s2中的任意两个字符又要进行比较一次,这显然是冗余的.故如果利用以前的比较结果,时间复杂度可以降低到O(n3). 下面具体说说我的改进算法 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的尾部和s1的头部对齐,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的尾部.在这个过程中求得的最大