http://hi.baidu.com/qwertlooker/item/44f3fe52ad772cdbd58bacfd
求最长重复子串 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("%.sn", 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).
完整代码如下：
#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]=' ';
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("%.sn",maxlen, a[maxi]);
system("PAUSE");
return 0;
}
原文链接：http://blog.csdn.net/baiwen1979/archive/2008/03/24/2212147.aspx
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("%.sn", 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).
完整代码如下：
#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]=' ';
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("%.sn",maxlen, a[maxi]);
system("PAUSE");
return 0;
}
原文链接：http://blog.csdn.net/baiwen1979/archive/2008/03/24/2212147.aspx