搜索两个字符串中最长的子字符串

Question

任务是：找到两行中找到的最长子串。 问题的特点是这些行很长（文件的内容，即每个400,000个字符），以及由短4个字符组成的字母表。

字符串可以有不同的长度。

我发明并实现了以下算法：

1. 要获取第一个文件的内容并写入字符串str1，请删除换行符

2. 要获取第二个文件的内容并写入字符串str2，请删除换行符

3. 我们将所有子串都考虑为字符串str1，从最长到最短。 为此，在每次迭代时定义循环while（i> 0），在主内容减少字符串长度之后。 所以长度为1的字符串。

4. 在while循环内：长度为N的所有子字符串仅在起始位置不同。

让我们有一个长度为N的字符串：

• 它是一个长度为N的子字符串，包含从0开始的字符串。

• 有两个长度为N-1的子串在位置0和1之间开始

• 在它中有三个长度为N-2的子串，它从位置0,1和2开始

...

• 长度为NK的K + 1个子串，从位置0,1，...，K开始

for循环中计数的起始位置（z = 0; z <= gi; z ++），其中函数getSubstring接收子字符串。 然后使用字符串str2的子字符串运行标准函数strstr

但这个算法是否足够长。 有没有办法让它更快？

PS用C写

Answer 1

至少有两个经典选项可以有效地解决最长的公共子串

• 构建两个字符串的通用后缀数组或后缀树。 可以证明LCS是后缀数组中具有不同颜色（属于不同字符串）的两个相邻后缀的前缀。 我曾写过一篇回答 ，描述了一个简单的O（n log n）后缀数组构造算法
• 构建一个字符串的后缀自动机，并将另一个字符串输入其中。 在每个点上检查你在自动机中的“深度”并报告所有深度的最大值。 您可以在我的GitHub中找到C ++实现 。