搜索兩個字符串中最長的子字符串

Question

任務是：找到兩行中找到的最長子串。 問題的特點是這些行很長（文件的內容，即每個400,000個字符），以及由短4個字符組成的字母表。

字符串可以有不同的長度。

我發明並實現了以下算法：

1. 要獲取第一個文件的內容並寫入字符串str1，請刪除換行符

2. 要獲取第二個文件的內容並寫入字符串str2，請刪除換行符

3. 我們將所有子串都考慮為字符串str1，從最長到最短。 為此，在每次迭代時定義循環while（i> 0），在主內容減少字符串長度之后。 所以長度為1的字符串。

4. 在while循環內：長度為N的所有子字符串僅在起始位置不同。

讓我們有一個長度為N的字符串：

• 它是一個長度為N的子字符串，包含從0開始的字符串。

• 有兩個長度為N-1的子串在位置0和1之間開始

• 在它中有三個長度為N-2的子串，它從位置0,1和2開始

...

• 長度為NK的K + 1個子串，從位置0,1，...，K開始

for循環中計數的起始位置（z = 0; z <= gi; z ++），其中函數getSubstring接收子字符串。 然后使用字符串str2的子字符串運行標准函數strstr

但這個算法是否足夠長。 有沒有辦法讓它更快？

PS用C寫

Answer 1

至少有兩個經典選項可以有效地解決最長的公共子串

• 構建兩個字符串的通用后綴數組或后綴樹。 可以證明LCS是后綴數組中具有不同顏色（屬於不同字符串）的兩個相鄰后綴的前綴。 我曾寫過一篇回答 ，描述了一個簡單的O（n log n）后綴數組構造算法
• 構建一個字符串的后綴自動機，並將另一個字符串輸入其中。 在每個點上檢查你在自動機中的“深度”並報告所有深度的最大值。 您可以在我的GitHub中找到C ++實現 。