【问题标题】：find the length of smallest unique sub strings given 1000 of strings of length 100给定 1000 个长度为 100 的字符串，找到最小的唯一子字符串的长度
【发布时间】：2013-07-28 07:22:31
【问题描述】：

给定 1000 个长度为 100 个字符的字符串。任务是计算每个字符串的最小子字符串的长度，这在1000个字符串生成的所有子字符串中是唯一的。

我的方法

为每个字符串生成长度为1-100的所有子字符串并存储在map中，如果发现重复的子字符串，则继续增加计数。
重新生成从长度为1开始的每个字符串的所有子字符串，如果任何一个长度为L的子字符串的计数为1，则输出L。

观察

此解决方案在 C++ 中获取 TLE，并在 java 中传递。我对此的理解是，stl::map 操作在 log(N) 时间内完成，而 HashMap 操作在 O(1) 时间内完成。

问题

我正在考虑一个解决方案，实现我自己的散列。我面临的问题是 1) 选择适合散列数组大小的值 2) 如何从给定的字符串生成散列以便碰撞可以最多可以避免。

上述问题的任何其他最佳方法都是可观的。

【问题讨论】：

std::unordered_map?写一个快速的string_view 类型类来避免所有的内存重复？使用trie?
@Yakk：c++ 11的支持在目标平台上没有用。我想过Trie，但是知道Trie中的操作需要O（log N）并且在C++中实现map的事实使用 RBTree，我没有发现使用它的任何优势。您能否解释一下如何实现 string_view 以避免重复。
A container_view 是指向其他容器的一对迭代器，标记该视图在其他容器中的开始/结束。 string_view 是一对指向字符串（可能是std::string）的迭代器（可能是指针），允许您使用子字符串而无需复制该子字符串中的字符。与 C 字符串和 std::string 不同，string_view 不是以 null 结尾的，而是在视点的 end 迭代器处结束。 strncmp 和 size 比较可以让您非常轻松地实现 operator<。在std::map 中查看内容并查看。
有 O(N^2) 个长度为 1 到 N 的子字符串。一个 std::map 为 O(log n)，其中 n 是字符串的数量。一个 trie 将是 O(n)，其中 n 是最长子串的长度。
@brian beuning：得到你的解释，我已经检查了基于 Trie 的解决方案，它在这里工作:)。我相信散列也可以帮助我解决这类问题，让我更多地挖掘它。

标签： c++ string algorithm hash substring

【解决方案1】：

创建 char* 数组，每个元素都是指向字符串中每个符号的指针。对于您的问题，数组大小为 100x1000 = 100000 char* 指针。 O(N)
将此数组排序为“按字母顺序排列的字符串”。 O(N*Log(N))
扫描字符串，并为每个第 [i] 个字符串搜索 max_eq_prefix 在这个字符串和字符串 [i+1] 和 [i-1] 之间。对于第一个和最后一个字符串运行单个比较，使用 [i+1] 第一个，[i-1] 最后一个。 O(N)

具有最小 max_eq_prefix 的字符串是您的子字符串，长度为长度(max_eq_prefix) + 1。

找出max_eq_prefix的例子：

i-1:aabala
i:  aabumba
i+1:acron

对于字符串 [i]，max_eq_prefix 是 aab。所以，唯一的子串是“aabu”。

如您所见，这是一种极小极大算法。

【讨论】：