快捷導(dǎo)航

計算兩個字符串最大公有子串

更新時間：2017年01月23日 14:07:54 作者：min.jiang

本文主要介紹了計算兩個字符串最大公有子串的解決方案。具有很好的參考價值，下面跟著小編一起來看下吧

背景

對算法一直應(yīng)用的比較少，最近看到一些典型的算法想練練手，想看看到底有多么讓人討厭。其實發(fā)現(xiàn)算法都有一定的套路，一般并不是臨時憑空想出來的，大都建立在一些已經(jīng)存在的經(jīng)典算法知識以及數(shù)據(jù)結(jié)構(gòu)上。換句話來說，如果某些玩法之前未接觸過，那么讓你在短時間內(nèi)臨時想出來還是有一定難度的。這有點類似項目經(jīng)驗，如果曾經(jīng)做過一個CRM系統(tǒng)，下次再碰到它時你就輕松很多，如果你挑戰(zhàn)的是一個你從未遇到過的系統(tǒng)，你只能憑已有知識去強(qiáng)吃。

計算兩個字符串最大公共子串

這個也是經(jīng)常遇到到，給出兩個任意長度的字符串，輸出最大公有字符串，比如輸入abcdef，cdef，則輸出cdef。

解決方案

采用雙層循環(huán)，指針移動來記錄所有子串，最后取最大長度子串。利用臨時隊列來存儲循環(huán)過程中匹配成功的字符元素，從兩個字符串首個元素開始匹配。

如果a.charAt(i)=b.charAt(j)，標(biāo)記開始匹配，同時移動兩者指針，并將相同字符串壓入臨時隊列中
如果a.charAt(i)!=b.charAt(j)，只移動b的指針。如果處于匹配中，則將臨時隊列存儲到結(jié)果集中，并清空臨時隊列。
如果a,b任意一個到了最后一個元素，將臨時隊列中的值存儲到結(jié)果集中，并清空臨時隊列

示意圖

從元素0開始比較

字符串A指針不動，B依次向后找至少找到相同的，將相同字符壓入臨時隊列中。

出現(xiàn)第一個匹配元素

當(dāng)出現(xiàn)匹配元素后，兩個字符串均向后移動一個元素再做比較。

匹配出現(xiàn)中斷

如果前面已經(jīng)開始匹配成功，向后出現(xiàn)字符不相同時，終止。

重置索引，循環(huán)匹配

字符串B指針向后移動，字符串A的指針重置，遞歸上面的步驟。

示例代碼

下面的示例將所有子串均記錄下來，如果只想輸出最大子串需要改下邏輯，定義一個最大子串，然后與循環(huán)計算的子串相比較，取兩者長度最大值即可。

String b="abcdeqwe";
String a="cdeabrwqedeqwe";
int lengthA=a.length();
int lengthB=b.length();
//標(biāo)識是否開始匹配
boolean match=false;
//循環(huán)中用于存儲相同字符的臨時隊列
Queue tmpResult=new ArrayQueue();
//存儲所有子串
List<Queue> result=new ArrayList<>();
for(int i=0;i<lengthA;i++){
 int indexA=i;
 for(int j=0;j<lengthB;j++){
  if(a.charAt(indexA)==b.charAt(j)){
   if(!match) {
    match = true;
   }
   tmpResult.add(a.charAt(indexA));
   if(indexA<lengthA-1) {
    indexA++;
   }
  }
  else {
   if(match) {
    result.add(tmpResult);
    //重置條件
    tmpResult=new ArrayQueue();
    indexA=i;
   }
  }
  if(j==lengthB-1||i==lengthA-1){
   if(!tmpResult.isEmpty()){
    result.add(tmpResult);
    //重置條件
    tmpResult=new ArrayQueue();
   }
  }
 }
}
//取最大的子串
Queue stringResult= Collections.max(result, new Ordering<Queue>() {
 @Override
 public int compare(Queue left, Queue right) {
  return Integer.compare(left.size(),right.size());
 }
});

優(yōu)點

指針移動在循環(huán)過程中不會產(chǎn)生多余的臨時字符串，如果是substring方案就需要考慮效率了。

以上就是本文的全部內(nèi)容，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作能帶來一定的幫助，同時也希望多多支持腳本之家！

您可能感興趣的文章: