百度之星之H:用户请求中的品牌

H:用户请求中的品牌

时间限制:

1000ms

内存限制:

65536kB

描述

馅饼同学是一个在百度工作，做用户请求（query）分析的同学，他在用户请求中经常会遇到一些很奇葩的词汇。在比方说“johnsonjohnson”、“duckduck”，这些词汇虽然看起来是一些词汇的单纯重复，但是往往都是一些特殊品牌的词汇，不能被拆分开。为了侦测出这种词的存在，你今天需要完成我给出的这个任务——“找出用户请求中循环节最多的子串”。

输入

输入数据包括多组，每组为一个全部由小写字母组成的不含空格的用户请求（字符串），占一行。用户请求的长度不大于100,000。
最后一行输入为#，作为结束的标志。

输出

对于每组输入，先输出这个组的编号（第n组就是输出“Case n:”）；然后输出这组用户请求中循环节最多的子串。如果一个用户请求中有两个循环节数相同的子串，请选择那个字典序最小的。

样例输入

ilovejohnsonjohnsonverymuch

duckduckgo

aaabbbcccisagoodcompany

#

样例输出

Case 1: johnsonjohnson

Case 2: duckduck

Case 3: aaa

 

【答案】

#include <iostream>
#include <string>
#include <vector>
#include <stdlib.h>
#include <utility>
using namespace std;


pair<int, string> fun(const string& str)
{
	vector<string> substrs;
	int maxcount = 1;
	int count = 1;
	string substr;
	
	int i = 0;
	int j = 0;
	int k = 0;
	int len = str.length();
	
	string tempStr;
	int iLen = 0;
	int iCnt = 0;

	char chTmp;
	
	for(i = 0; i < len; ++i)
	{
		substrs.push_back(str.substr(i,len-i));
	}
	
	for(i = 0; i < len; ++i)
	{
		for( j = i+1; j < len; ++j)
		{
			count = 1;
			if(substrs[i].substr(0,j-i) == substrs[j].substr(0,j-i))
			{
				++count;
				for(k = j + (j-i); k < len; k+=(j-i))
				{
					if(substrs[i].substr(0,j-i) == substrs[k].substr(0,j-i))
					{
						++count;
					}
					else
					{
						break;
					}
				}
				
			}
			if(count > maxcount)
			{
				maxcount = count;
				substr = substrs[i].substr(0,j-i);
				tempStr = substr;	
				iLen = substr.length();
				iCnt = maxcount;
				while(iCnt > 1)
				{
					substr.insert(iLen,tempStr);
					iCnt--;
				}
			}
		}
	}
	if(substr.length() == 0)
	{
		chTmp = (char)str[0];
		for( int i = 1; i < len; i++ )
		{
			if( str[i] < chTmp )
			{
				chTmp = str[i];
			}
		}
		substr = chTmp;
	}
	return make_pair(maxcount,substr);
}

int main(void)
{
	string str;
	pair<int,string> rs;
	int iGroup = 0;
	
	while(cin >> str)
	{
		if(str == "#")
		{
			break;
		}
		rs = fun(str);
		cout << "Case " << ++iGroup  << ": "<< rs.second << "\n"; 	
	}

	return 0;
}

注：

0.题目的本质还是求最大子串问题，只是在输出方面有所变动，但“换汤不换药”。

1.此题一致显示Wrong Answer，但对于测试数据都是能通过的。不知道何故，求网友指出原因。

2.此题参考了《程序员面试baodian》里面字符串处理部分的代码，做了相应修正。（源代码有错误！）

3.感觉比下面网友提供的要精炼不少：

#include<iostream>  
#include<cstdio>  
using namespace std;  
#include<string.h>  
#include<math.h>  
  
int wa[200000],wb[200000],wv[200000],wsum[200000];  
int height[200000],sa[200000],rank[200000];  
int n,ans,len,pos;  
char str[200000];  
int R[200000];  
int f[200000][20];  
int a[200000],num;  
int cmp(int *r,int a,int b,int l)  
{  
    return r[a]==r[b] && r[a+l]==r[b+l];  
}  
void da(int *r,int *sa,int n,int m)   //倍增算法 r为待匹配数组  n为总长度 m为字符范围  
{  
    int i,j,p,*x=wa,*y=wb,*t;  
    for(i=0;i<m;++i)  
        wsum[i]=0;  
    for(i=0;i<n;++i)  
        wsum[x[i]=r[i]]++;  
    for(i=1;i<m;++i)  
        wsum[i]+=wsum[i-1];  
    for(i=n-1;i>=0;--i)  
        sa[--wsum[x[i]]]=i;  
    for(j=1,p=1;p<n;j*=2,m=p)  
    {  
        for(p=0,i=n-j;i<n;++i)  
            y[p++]=i;  
        for(i=0;i<n;++i)  
            if(sa[i]>=j)  
                y[p++]=sa[i]-j;  
        for(i=0;i<n;i++)  
            wv[i]=x[y[i]];  
        for(i=0;i<m;++i)  
            wsum[i]=0;  
        for(i=0;i<n;++i)  
            wsum[wv[i]]++;  
        for(i=1;i<m;i++)  
            wsum[i]+=wsum[i-1];  
        for(i=n-1;i>=0;--i)  
            sa[--wsum[wv[i]]]=y[i];  
        for(t=x,x=y,y=t,p=1,x[sa[0]]=0,i=1;i<n;++i)  
            x[sa[i]]=cmp(y,sa[i-1],sa[i],j)?p-1:p++;  
    }  
}  
void calheight(int *r,int *sa,int n)     //求height数组  
{  
    int i,j,k=0;  
    for(i=0;i<=n;++i)  
        rank[sa[i]]=i;  
    for(i=0;i<n;height[rank[i++]]=k)  
        for(k?k--:0,j=sa[rank[i]-1];r[i+k]==r[j+k];k++);  
}  
int mmin(int x,int y)  
{  
    return x<y?x:y;  
}  
void rmqinit(int n)     //初始化rmq  
{  
    int i,j,k,m;  
    m=(int)(log(1.0*n)/log(2.0));   
    for(i=1;i<=n;i++)   
        f[i][0]=height[i];   
    for(i=1;i<=m;++i)   
        for(j=n;j>=1;--j)   
        {   
            f[j][i]=f[j][i-1];   
            k=1<<(i-1);   
            if(j+k<=n)   
                f[j][i]=mmin(f[j][i],f[j+k][i-1]);   
        }   
}  
int get_rmq(int x , int y)    //询问x、y后缀的最长公共前缀    
{   
    int m,t;   
    x=rank[x] , y=rank[y];   
    if(x>y)     
        t=x,x=y,y=t;     
    ++x;     
    m=(int)(log(1.0*(y-x+1))/log(2.0));     
    return mmin(f[x][m],f[y-(1<<m)+1][m]);     
}  
int main(void)  
{  
    int i,j,k,ca=0,l,s,t,p,cnt;  
    char c;  
    while(scanf("%s",str)!=EOF)  
    {  
        if(str[0]=='#')  
            break;  
        n=strlen(str);  
        for(i=0;i<n;++i)  
            R[i]=str[i]-'a'+1;  
        R[n]=0;  
        da(R,sa,n+1,28);  
        calheight(R,sa,n);  
        rmqinit(n);  
        ans=1;  
        num=0;  
        pos=0;  
        for(l=1;l<=n/2;++l)            //枚举长度  
        {  
            for(i=0;i<n-l;i+=l)  
            {  
                if(str[i]!=str[i+l])  
                    continue;  
                k=get_rmq(i,i+l);  
                s=k/l+1;  
                p=i;  
                t=l-k%l;  
                cnt=0;  
                for(j=i-1;j>=0 && j>i-l && str[j]==str[j+l];j--)  
                {  
                    ++cnt;  
                    if(cnt==t)  
                        s++ , p=j;  
                    else if(rank[j]<rank[p])  
                        p=j;  
                }  
                if(ans<s)  
                {  
                    pos=p;  
                    len=s*l;  
                    ans=s;  
  
                }  
                else if(ans==s && rank[pos]>rank[p])  
                {  
                    pos=p;  
                    len=s*l;  
                }  
  
            }  
        }  
        printf("Case %d: ",++ca);  
        if(ans<2)  
        {  
            c='z';  
             for(i=0;i<n;++i)  
                 if(str[i]<c)  
                     c=str[i];  
             printf("%c\n",c);  
             continue;  
        }  
        for(i=0;i<len;++i)  
            printf("%c",str[i+pos]);  
        puts("");  
    }  
    return 0;  
}