题目:
给你一个字符串 s ,考虑其所有 重复子串 :即,s 的连续子串,在 s 中出现 2 次或更多次。这些出现之间可能存在重叠。
返回 任意一个 可能具有最长长度的重复子串。如果 s 不含重复子串,那么答案为 “” 。
思路:
参考官方题解:https://leetcode-cn.com/problems/longest-duplicate-substring/solution/zui-chang-zhong-fu-zi-chuan-by-leetcode-0i9rd/
重复子串可能的长度m 的取值范围为:[1,n-1] ,其中n=len(s)
- 对m进行二分查找:若存在长度为m的重复子串,则更新left=m+1,并更新重复子串的最大长度 和 重复子串的起点;若不存在,则令right=m-1。
- 对指定m进行判定,为防止碰撞,此处采用了双哈希:
(1)求出两种进制下,字符串的哈希编码;
(2)求n-m+1个长度为m的子串中,是否存在重复:
以字符串“abcdabc"举例,假定当前子串长度m=3,n=7,则长度为3的子串共有7-3+1个。
第二个子串"bcd"的编码,采用原始计算的方式如下:
也可利用h0的计算结果,进行进一步的计算:
根据上述过程可进一步推导得出:
作者:LeetCode-Solution
链接:https://leetcode-cn.com/problems/longest-duplicate-substring/solution/zui-chang-zhong-fu-zi-chuan-by-leetcode-0i9rd/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
解答:
class Solution:
def longestDupSubstring(self, s: str) -> str:
# 生成两个进制
a1, a2 = random.randint(26, 100), random.randint(26, 100)
# 生成两个模
mod1, mod2 = random.randint(10**9+7, 2**31-1), random.randint(10**9+7, 2**31-1)
n = len(s)
# 先对所有字符进行编码
arr = [ord(c)-ord('a') for c in s]
#print(arr)
# 二分查找重复子串的长度,其范围是[1, n-1]
l, r = 1, n-1
length, start = 0, -1
while l <= r:
m = l + (r - l + 1) // 2
#判断s中是否有长度为m的重复子串,若有则返回重复子串的起点
idx = self.check(arr, m, a1, a2, mod1, mod2)
# 有重复子串,移动左边界,更新重复子串的最大长度length
if idx != -1:
l = m + 1
length = m
start = idx
# 无重复子串,移动右边界
else:
r = m - 1
return s[start:start+length] if start != -1 else ""
#检查arr中是否有长度为m的重复子串
def check(self, arr, m, a1, a2, mod1, mod2):
n = len(arr)
#al1,al2分别为a1^m,a2^m
aL1, aL2 = pow(a1, m, mod1), pow(a2, m, mod2)
h1, h2 = 0, 0
#计算两种进制下(a1和a2)的字符串编码
for i in range(m):
h1 = (h1 * a1 + arr[i]) % mod1
h2 = (h2 * a2 + arr[i]) % mod2
# 存储一个编码组合是否出现过
seen = {(h1, h2)}
#求n-m+1个长度为m的子串中,是否存在重复
for start in range(1, n - m + 1):
h1 = (h1 * a1 - arr[start - 1] * aL1 + arr[start + m - 1]) % mod1
h2 = (h2 * a2 - arr[start - 1] * aL2 + arr[start + m - 1]) % mod2
# 如果重复,则返回重复串的起点
if (h1, h2) in seen:
return start
seen.add((h1, h2))
# 没有重复,则返回-1
return -1