《算法》第六章部分程序 part 4

▶ 书中第六章部分程序，包括在加上自己补充的代码，利用后缀树查找最长重复子串、查找最大重复子串并输出其上下文（Key word in context，KWIC）、求两字符串的最长公共子串

● 利用后缀树查找最长重复子串

package package01;

import edu.princeton.cs.algs4.StdIn;
import edu.princeton.cs.algs4.StdOut;
import edu.princeton.cs.algs4.SuffixArrayX;

public class class01
{
    private class01() {}

    public static String lrs(String text)
    {
        int n = text.length();
        SuffixArrayX sa = new SuffixArrayX(text);
        String lrs = "";
        for (int i = 1; i < n; i++)                             // 遍历一次，记录最长公共前缀
        {
            int length = sa.lcp(i);
            if (length > lrs.length())
                lrs = text.substring(sa.index(i), sa.index(i) + length);
        }
        return lrs;
    }

    public static void main(String[] args)
    {
        String text = StdIn.readAll().replaceAll("\s+", " ");  // 空白字符全部换成 ' '
        StdOut.println("'" + lrs(text) + "'");
    }
}

● 利用后缀树查找最大重复子串并输出其上下文（Key word in context，KWIC）

package package01;

import edu.princeton.cs.algs4.In;
import edu.princeton.cs.algs4.StdIn;
import edu.princeton.cs.algs4.StdOut;
import edu.princeton.cs.algs4.SuffixArrayX;

public class class01
{
    private class01() {}

    public static void main(String[] args)
    {
        In in = new In(args[0]);                                                    // 命令参数，分别为输入文件和需要输出的上下文字符数量
        int context = Integer.parseInt(args[1]);
        String text = in.readAll().replaceAll("\s+", " ");
        int n = text.length();
        SuffixArrayX sa = new SuffixArrayX(text);

        for (; StdIn.hasNextLine(); StdOut.println())
        {
            String query = StdIn.readLine();
            for (int i = sa.rank(query); i < n; i++)
            {
                int from1 = sa.index(i), to1 = Math.min(n, from1 + query.length()); // 取 index[i] 的头和尾，要求它和 query 不同
                if (!query.equals(text.substring(from1, to1)))
                    break;
                int from2 = Math.max(0, sa.index(i) - context), to2 = Math.min(n, sa.index(i) + context + query.length());
                StdOut.println(text.substring(from2, to2));                         // 向前向后各取 context 个字符
            }
        }
    }
}

● 利用后缀树求两字符串的最长公共子串

package package01;

import edu.princeton.cs.algs4.In;
import edu.princeton.cs.algs4.StdOut;
import edu.princeton.cs.algs4.SuffixArrayX;

public class class01
{
    private class01() {}

    private static String lcp(String s, int p, String t, int q)     // 返回 s[p] 和 t[q] 开始的两个子串的最大公共子串
    {
        int n = Math.min(s.length() - p, t.length() - q);
        for (int i = 0; i < n; i++)                                 // 逐元素比较就好了，返回保持相等的最长子串
        {
            if (s.charAt(p + i) != t.charAt(q + i))
                return s.substring(p, p + i);
        }
        return s.substring(p, p + n);
    }

    private static int compare(String s, int p, String t, int q)    // 比较两个后缀元素的字典序，用于判断哪个后缀元素要改用下一个
    {
        int n = Math.min(s.length() - p, t.length() - q);
        for (int i = 0; i < n; i++)
        {
            if (s.charAt(p + i) != t.charAt(q + i))
                return s.charAt(p + i) - t.charAt(q + i);
        }
        if (s.length() - p < t.length() - q)
            return -1;
        else if (s.length() - p > t.length() - q)
            return +1;
        return  0;
    }

    public static String lcs(String s, String t)
    {
        SuffixArrayX suffix1 = new SuffixArrayX(s), suffix2 = new SuffixArrayX(t);
        String lcs = "";
        for (int i = 0, j = 0; i < s.length() && j < t.length();)   // 两个后缀数组比较 O(s.length() + t.length()) 次
        {                                                           // 每次检查两个后缀元素的最长相等子串
            int p = suffix1.index(i), q = suffix2.index(j);         // 一旦找到不相等的元素，字典序靠前的元素就取下一个后缀元素继续比较
            String x = lcp(s, p, t, q);
            if (x.length() > lcs.length())
                lcs = x;
            if (compare(s, p, t, q) < 0)
                i++;
            else
                j++;
        }
        return lcs;
    }

    public static void main(String[] args)
    {
        In in1 = new In(args[0]), in2 = new In(args[1]);
        String s = in1.readAll().trim().replaceAll("\s+", " ");
        String t = in2.readAll().trim().replaceAll("\s+", " ");
        StdOut.println("'" + lcs(s, t) + "'");
    }
}