java实现字符串匹配求两个字符串的最大公共子串

2019-11-26 13:39:57

字体：大中小

来源：转载

供稿：网友

本文实例讲述了java实现求两个字符串最大公共子串的方法。分享给大家供大家参考，具体如下：

最近在项目工作中有一个关于文本对比的需求，经过这段时间的学习，总结了这篇博客内容：求两个字符串的最大公共子串。

算法思想：基于图计算两字符串的公共子串。具体算法思想参照下图：

输入字符串S1：achmacmh 输入字符串S2：macham

第a步，是将字符串s1,s2分别按字节拆分，构成一个二维数组；
二维数组中的值如b所示，比如第一行第一列的值表示字符串s2和s1的第一个字节是否相等，若相等就是1，否则就是0，最终产生b所示的二维数组；
分别求二维数组中斜线上的公共因子（斜线为元素a右下角值，即a[i][j]的下一个元素是a[i+1][j+1]；公共因子为1所在的位置构成的字符串）；
对所有公共因子排序，返回最大的公共因子的值。

具体的实现代码如下所示：

package cn.lulei.compare;  import java.util.ArrayList; import java.util.Collections; import java.util.Comparator; import java.util.List;  public class StringCompare {   private int a;   private int b;      public String getMaxLengthCommonString(String s1, String s2) {     if (s1 == null || s2 == null) {       return null;     }     a = s1.length();//s1长度做行     b = s2.length();//s2长度做列     if(a== 0 || b == 0) {       return "";     }     //设置匹配矩阵     boolean [][] array = new boolean[a][b];     for (int i = 0; i < a; i++) {       char c1 = s1.charAt(i);       for (int j = 0; j < b; j++) {         char c2 = s2.charAt(j);         if (c1 == c2) {           array[i][j] = true;         } else {           array[i][j] = false;         }       }     }     //求所有公因子字符串，保存信息为相对第二个字符串的起始位置和长度     List<ChildString> childStrings = new ArrayList<ChildString>();     for (int i = 0; i < a; i++) {       getMaxSort(i, 0, array, childStrings);     }     for (int i = 1; i < b; i++) {       getMaxSort(0, i, array, childStrings);     }     //排序     sort(childStrings);     if (childStrings.size() < 1) {       return "";     }     //返回最大公因子字符串     int max = childStrings.get(0).maxLength;     StringBuffer sb = new StringBuffer();     for (ChildString s: childStrings) {       if (max != s.maxLength) {         break;       }       sb.append(s2.substring(s.maxStart, s.maxStart + s.maxLength));       sb.append("/n");     }     return sb.toString();   }      //排序，倒叙   private void sort(List<ChildString> list) {     Collections.sort(list, new Comparator<ChildString>(){       public int compare(ChildString o1, ChildString o2) {         return o2.maxLength - o1.maxLength;       }     });   }      //求一条斜线上的公因子字符串   private void getMaxSort(int i, int j, boolean [][] array, List<ChildString> sortBean) {     int length = 0;     int start = j;     for (; i < a && j < b; i++,j++) {       if (array[i][j]) {         length++;       } else {         sortBean.add(new ChildString(length, start));         length = 0;         start = j + 1;       }       if (i == a-1 || j == b-1) {         sortBean.add(new ChildString(length, start));       }     }   }      //公因子类   class ChildString {     int maxLength;     int maxStart;          ChildString(int maxLength, int maxStart){       this.maxLength = maxLength;       this.maxStart = maxStart;     }   }    /**    * @param args    */   public static void main(String[] args) {     // TODO Auto-generated method stub     System.out.println(new StringCompare().getMaxLengthCommonString("achmacmh", "macham"));   } }

程序最终执行结果是：

对于两个文件的比对个人认为可以参照这种算法思想（自己现在并为实现），在日后的博客中将会写到。

上述实现过程中，用数组保存了所有的公共子串信息，然后排序取最大的子串，这种做法如果只是求最大子串的话，算法就不是很合理，因此做了如下修改，List只保存当前计算中最大的子串，具体实现如下：

/**   *@Description: 字符串比较   */  package com.lulei.test;  import java.util.ArrayList; import java.util.List;  public class StringCompare {   private int a;   private int b;   private int maxLength = -1;      public String getMaxLengthCommonString(String s1, String s2) {     if (s1 == null || s2 == null) {       return null;     }     a = s1.length();//s1长度做行     b = s2.length();//s2长度做列     if(a== 0 || b == 0) {       return "";     }     //设置匹配矩阵     boolean [][] array = new boolean[a][b];     for (int i = 0; i < a; i++) {       char c1 = s1.charAt(i);       for (int j = 0; j < b; j++) {         char c2 = s2.charAt(j);         if (c1 == c2) {           array[i][j] = true;         } else {           array[i][j] = false;         }       }     }     //求所有公因子字符串，保存信息为相对第二个字符串的起始位置和长度     List<ChildString> childStrings = new ArrayList<ChildString>();     for (int i = 0; i < a; i++) {       getMaxSort(i, 0, array, childStrings);     }     for (int i = 1; i < b; i++) {       getMaxSort(0, i, array, childStrings);     }     StringBuffer sb = new StringBuffer();     for (ChildString s: childStrings) {       sb.append(s2.substring(s.maxStart, s.maxStart + s.maxLength));       sb.append("/n");     }     return sb.toString();   }      //求一条斜线上的公因子字符串   private void getMaxSort(int i, int j, boolean [][] array, List<ChildString> sortBean) {     int length = 0;     int start = j;     for (; i < a && j < b; i++,j++) {       if (array[i][j]) {         length++;       } else {         //直接add，保存所有子串，下面的判断，只保存当前最大的子串         //sortBean.add(new ChildString(length, start));         if (length == maxLength) {           sortBean.add(new ChildString(length, start));         } else if (length > maxLength) {           sortBean.clear();           maxLength = length;           sortBean.add(new ChildString(length, start));         }         length = 0;         start = j + 1;       }       if (i == a-1 || j == b-1) {         //直接add，保存所有子串，下面的判断，只保存当前最大的子串         //sortBean.add(new ChildString(length, start));         if (length == maxLength) {           sortBean.add(new ChildString(length, start));         } else if (length > maxLength) {           sortBean.clear();           maxLength = length;           sortBean.add(new ChildString(length, start));         }       }     }   }      //公因子类   class ChildString {     int maxLength;     int maxStart;          ChildString(int maxLength, int maxStart){       this.maxLength = maxLength;       this.maxStart = maxStart;     }   }    /**    * @param args    */   public static void main(String[] args) {     // TODO Auto-generated method stub     System.out.println(new StringCompare().getMaxLengthCommonString("abcdef", "defabc"));   } }

感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！

上一篇：svn 清理失败 (cleanup 失败) 的快速解决方法

下一篇：Java中Date与String相互转换的方法