在blob中找到最长的blob前缀

Question

我尝试在C ++中为以下问题生成/获得有效的实现：

我必须blob（const char * data，size_t length），我称之为“blob1”和“blob2”。现在我想在“blob1”中获得“blob2”的最长前缀。如果最长的前缀在“blob1”中多次，我想得到索引最大的前缀。

这里有一个例子（这里的blob只是ASCII字符串，所以更容易阅读这个例子）：

blob1 = HELLO LOOO HELOO LOOO LOO JU

blob2 = LOOO TUS

以下是blob2的所有有效前缀：

{L，LO，LOO，LOOO，LOOO，LOOO T，LOOO TU，{{1} }}

LOOO TUS中blob2的最长前缀为blob1。它有两次： LOOO

所以我想获得第二个的索引，即HELLO *LOOO *HELOO *LOOO *LOO JU，以及前缀的长度6。

不幸的是blob1和blob2改变很多次，因此创建树或其他复杂结构可能会很慢。

你知道一个很好的算法来解决这个问题吗？

谢谢。

干杯 凯文

Answer 1

我不知道这是否是解决此问题的最佳算法（我确定，这不是），但是，我想这是一个很好的算法。这个想法很简单，首先从blob1中的blob2中搜索最低标记。找到匹配项后，尝试查看是否可以在此位置匹配biggers标记。如果是这样，请更新令牌长度。

从最后一站开始继续搜索，但此时，搜索来自blob2的更新令牌长度的令牌。找到匹配项后，尝试查看是否可以在此位置匹配biggers标记。如果是这样，请更新令牌长度。重复上一步骤直到缓冲区结束。

贝娄是一个简单的通量图，试图解释这个算法，并按顺序，一个简单的完整程序，显示一个实现。

#include <algorithm>
#include <vector>
#include <iostream>

/////////////////////0123456789012345678901234567
const char str1[] = "HELLO LOOO HELOO LOOO LOO JU";
const char str2[] = "LOOO TUS";

int main()
{
  std::vector<char> blob1(strlen(str1));
  std::vector<char> blob2(strlen(str2));
  blob1.reserve(30);
  blob2.reserve(30);

  std::copy(str1, str1+strlen(str1), blob1.begin());
  std::copy(str2, str2+strlen(str2), blob2.begin());

  auto next = blob1.begin();
  auto tokenLength = 1;
  auto position = -1;

  while ( std::next(next, tokenLength) < blob1.end() ) {
    auto current = std::search(next, 
                               blob1.end(), 
                               blob2.begin(), 
                               std::next(blob2.begin(), tokenLength));

    if (current == blob1.end() )
      break;

    position = std::distance(blob1.begin(), current);
    next = std::next(current, 1);

    for (auto i = tokenLength; std::next(blob2.begin(), i) < blob2.end(); ++i) {
      auto x = std::search(std::next(current, i), 
                           std::next(current, i + 1), 
                           std::next(blob2.begin(), i), 
                           std::next(blob2.begin(), i + 1));
      if ( x != std::next(current, i) ) 
            break;

      ++tokenLength;
    }
  }

  std::cout << "Index: " << position << ", length: " << tokenLength << std::endl;

}