33,008
社区成员
发帖
与我相关
我的任务
分享请发表友善的回复…
发表回复
念苍生_君莫笑 2006-12-31
- 打赏
- 举报
佩服态度认真的哥们！！
hun_kou_fan_chi 2006-12-30
- 打赏
- 举报
要学啊
火鸟李国平 2006-12-28
- 打赏
- 举报
学无止尽
danjiewu 2006-12-11
- 打赏
- 举报
我没看到用suffix tree实现O（n）的解法，事实上我还是认为O（n）的解法是不存在的。
hafent 2006-12-10
- 打赏
- 举报
mark
MagicPeng 2006-12-09
- 打赏
- 举报
强人们！ 学习！
lobatt 2006-12-09
- 打赏
- 举报
崇拜为了一个bbs上的题目认真写代码的人，bs就知道说别人烂的人！
这道题我认为楼主应该指名一下，公共串到底指什么
如果只是相同的连续字符串的话，那么kmp和suffix tree都是很好的算法
事实上suffix tree是编译器在做语法分析时使用的方法
但是如果公共串指的是公共子序列的话，就必须要使用LCS算法了，kmp和suffix tree在这种情况下都不能满足要求。
LCS算法寻找最长公共子序列长度的复杂度为0(mn)//设两个字符串长度分别为m和n
构造解串的复杂度为O（m+n）
复杂度比较高，因此如果楼主指的是第一种情况LCS就有点牛刀杀鸡了...
这道题我认为楼主应该指名一下，公共串到底指什么
如果只是相同的连续字符串的话，那么kmp和suffix tree都是很好的算法
事实上suffix tree是编译器在做语法分析时使用的方法
但是如果公共串指的是公共子序列的话，就必须要使用LCS算法了，kmp和suffix tree在这种情况下都不能满足要求。
LCS算法寻找最长公共子序列长度的复杂度为0(mn)//设两个字符串长度分别为m和n
构造解串的复杂度为O（m+n）
复杂度比较高，因此如果楼主指的是第一种情况LCS就有点牛刀杀鸡了...
lxbetty 2006-12-09
- 打赏
- 举报
那个说别人烂的兄弟,怎么不见你贴代码或者思路出来啊.......
天涯孤棹 2006-12-08
- 打赏
- 举报
确实，井蛙之见，巨汗，呵呵
yihucha166 2006-11-21
- 打赏
- 举报
mark
]]>
mark
]]>
mark
liuchangyan 2006-11-19
- 打赏
- 举报
mark
跳蚤图 2006-11-17
- 打赏
- 举报
package sun;
public class testbuffer {
/**
* @param args
*/
public static void main(String[] args) {
Max("i am a","i am a student");
}
public static void Max(String s1,String s2){
StringBuffer s=new StringBuffer();
if(s1.equals(s2))
s.append(s1);
else if(s1.length()>s2.length()){
int i=0;
while(i<s2.length()){
if(s1.charAt(i)==s2.charAt(i))
s.append(s1.charAt(i));
i++;
}
System.out.println(s);
}
else{
int i=0;
while(i<s1.length()){
if(s1.charAt(i)==s2.charAt(i))
s.append(s1.charAt(i));
i++;
}
System.out.println(s);
}
}
}
public class testbuffer {
/**
* @param args
*/
public static void main(String[] args) {
Max("i am a","i am a student");
}
public static void Max(String s1,String s2){
StringBuffer s=new StringBuffer();
if(s1.equals(s2))
s.append(s1);
else if(s1.length()>s2.length()){
int i=0;
while(i<s2.length()){
if(s1.charAt(i)==s2.charAt(i))
s.append(s1.charAt(i));
i++;
}
System.out.println(s);
}
else{
int i=0;
while(i<s1.length()){
if(s1.charAt(i)==s2.charAt(i))
s.append(s1.charAt(i));
i++;
}
System.out.println(s);
}
}
}
jie00677 2006-11-12
- 打赏
- 举报
mark
guohui4321 2006-11-09
- 打赏
- 举报
哇，天书
我觉得这个方法很好
goodzzp() ( ) 信誉：100 Blog 2006-11-8 19:21:19 得分: 0
Longest common substring
最大公共子字符串
它和LCS是不同的，子字符串的位置是连续的。比如，对于ABAB和BABA来说，其最大公共子字符串就是ABA。计算方法为：
LCSuff[i,j] = LCSuff[i-1,j-1] +1， x(i)=y(j)
0 ， otherwise
那么，最后的结果为：
LCSuff(x,y) = max(LCSuff[|x|,i]) i = 0 .. |y|。
比如：
A B A B
0 0 0 0 0
B 0 0 1 0 1
A 0 1 0 2 0
B 0 0 2 0 3
A 0 1 0 3 0
最下面一行的最大值就是结果。
这是我从我的笔记中拷贝过来的一段。这个显然是一个十分经典的问题了。
我觉得这个方法很好
goodzzp() ( ) 信誉：100 Blog 2006-11-8 19:21:19 得分: 0
Longest common substring
最大公共子字符串
它和LCS是不同的，子字符串的位置是连续的。比如，对于ABAB和BABA来说，其最大公共子字符串就是ABA。计算方法为：
LCSuff[i,j] = LCSuff[i-1,j-1] +1， x(i)=y(j)
0 ， otherwise
那么，最后的结果为：
LCSuff(x,y) = max(LCSuff[|x|,i]) i = 0 .. |y|。
比如：
A B A B
0 0 0 0 0
B 0 0 1 0 1
A 0 1 0 2 0
B 0 0 2 0 3
A 0 1 0 3 0
最下面一行的最大值就是结果。
这是我从我的笔记中拷贝过来的一段。这个显然是一个十分经典的问题了。
hziee_ 2006-11-09
- 打赏
- 举报
mark
HoBoss 2006-11-08
- 打赏
- 举报
mark
housisong 2006-11-08
- 打赏
- 举报
to danjiewu(阿丹):
不要想当然，建议看一下前面的人的回复，了解一下:suffix tree
也可以搜索“后缀树”“后缀数组”“珍珠字符串”,你可以学到一种强大的工具；在字符串匹配、搜索、压缩算法、搜索引擎中都可以找到应用；
不要想当然，建议看一下前面的人的回复，了解一下:suffix tree
也可以搜索“后缀树”“后缀数组”“珍珠字符串”,你可以学到一种强大的工具；在字符串匹配、搜索、压缩算法、搜索引擎中都可以找到应用；
goodzzp 2006-11-08
- 打赏
- 举报
suffix tree
后缀树
后缀树利用一棵树来表达字符串所有可能的后缀。比如，BANANA所有可能的后缀有：BANANA, ANANA, NANA, ANA,NA,A 共6个。根据我的理解，后缀树最简单可以这么来构造：
1，首先写出所有的后缀；
2，根据这些字符串的第一个字母把它们进行分组，每个字符串属于一组；
3，继续对各个分组进行步骤2的操作，直到每个分组只有一个字符串为止；
4，按照radix tree的方式进行简化处理。
一般的说，在原始字符串后面加上一个结束符号$以把所有的结束点都放到叶子节点上。于是，根据上面的步骤，我们给BANANA的分组为：
1，加上$，得到BANANA$；
2，得到所有的6个后缀（单独的$省略）：BANANA$,ANANA$,NANA$,ANA$,NA$,A$;
3，这些字符串中，按照第一个字母进行划分，得到如下结果：
*
A/ B| \N
ANANA$ BANANA$ NANA$
ANA$ NA$
A$
4，再对每个分类循环进行上述操作，最后得到的结果为：
*
A/ B| \N
* * *
$/ \N $| \A
A$ * BANANA$ *
A/ $/ \N
* NA$ *
$/ \N A/
ANA$ * *
A/ $/
* NANA$
$/
ANANA$
5，进行radix tree方式的简化：
*
A/ BANANA$| \NA
* BANANA$ *
$/ \NA $/ \NA$
A$ * NA$ NANA$
$/ \NA$
ANA$ ANANA$
可以看到，每个叶子节点都对应一个后缀字符串，而每个内节点没有任何信息，而每条边描述的是消耗的字符串。
其一般构造可以在o(m)内完成，m为最长字符串的长度。
Ukkonen's algorithm能在这个时间复杂度里面完成后缀树的构建工作，见E. Ukkonen. (1995). On-line construction of suffix trees. Algorithmica 14(3):249-260.
同样来自于我的笔记。
后缀树
后缀树利用一棵树来表达字符串所有可能的后缀。比如，BANANA所有可能的后缀有：BANANA, ANANA, NANA, ANA,NA,A 共6个。根据我的理解，后缀树最简单可以这么来构造：
1，首先写出所有的后缀；
2，根据这些字符串的第一个字母把它们进行分组，每个字符串属于一组；
3，继续对各个分组进行步骤2的操作，直到每个分组只有一个字符串为止；
4，按照radix tree的方式进行简化处理。
一般的说，在原始字符串后面加上一个结束符号$以把所有的结束点都放到叶子节点上。于是，根据上面的步骤，我们给BANANA的分组为：
1，加上$，得到BANANA$；
2，得到所有的6个后缀（单独的$省略）：BANANA$,ANANA$,NANA$,ANA$,NA$,A$;
3，这些字符串中，按照第一个字母进行划分，得到如下结果：
*
A/ B| \N
ANANA$ BANANA$ NANA$
ANA$ NA$
A$
4，再对每个分类循环进行上述操作，最后得到的结果为：
*
A/ B| \N
* * *
$/ \N $| \A
A$ * BANANA$ *
A/ $/ \N
* NA$ *
$/ \N A/
ANA$ * *
A/ $/
* NANA$
$/
ANANA$
5，进行radix tree方式的简化：
*
A/ BANANA$| \NA
* BANANA$ *
$/ \NA $/ \NA$
A$ * NA$ NANA$
$/ \NA$
ANA$ ANANA$
可以看到，每个叶子节点都对应一个后缀字符串，而每个内节点没有任何信息，而每条边描述的是消耗的字符串。
其一般构造可以在o(m)内完成，m为最长字符串的长度。
Ukkonen's algorithm能在这个时间复杂度里面完成后缀树的构建工作，见E. Ukkonen. (1995). On-line construction of suffix trees. Algorithmica 14(3):249-260.
同样来自于我的笔记。
goodzzp 2006-11-08
- 打赏
- 举报
Longest common substring
最大公共子字符串
它和LCS是不同的，子字符串的位置是连续的。比如，对于ABAB和BABA来说，其最大公共子字符串就是ABA。计算方法为：
LCSuff[i,j] = LCSuff[i-1,j-1] +1， x(i)=y(j)
0 ， otherwise
那么，最后的结果为：
LCSuff(x,y) = max(LCSuff[|x|,i]) i = 0 .. |y|。
比如：
A B A B
0 0 0 0 0
B 0 0 1 0 1
A 0 1 0 2 0
B 0 0 2 0 3
A 0 1 0 3 0
最下面一行的最大值就是结果。
这是我从我的笔记中拷贝过来的一段。这个显然是一个十分经典的问题了。
最大公共子字符串
它和LCS是不同的，子字符串的位置是连续的。比如，对于ABAB和BABA来说，其最大公共子字符串就是ABA。计算方法为：
LCSuff[i,j] = LCSuff[i-1,j-1] +1， x(i)=y(j)
0 ， otherwise
那么，最后的结果为：
LCSuff(x,y) = max(LCSuff[|x|,i]) i = 0 .. |y|。
比如：
A B A B
0 0 0 0 0
B 0 0 1 0 1
A 0 1 0 2 0
B 0 0 2 0 3
A 0 1 0 3 0
最下面一行的最大值就是结果。
这是我从我的笔记中拷贝过来的一段。这个显然是一个十分经典的问题了。
danjiewu 2006-10-31
- 打赏
- 举报
有一点可以肯定，复杂度绝对不是O(n)的。
加载更多回复（29）
