Algorithm 从字符串中查找子字符串

输入：字符串S=aagatgatagat

输出：最大重复次数，如GATA（如位置3和8）、GAT（如位置3、8和13）等

• 最大重复是指子串t在S中出现k>1次，如果t向左或向右扩展，则出现的次数将少于k次

• 内部节点的叶后代是后缀，每个后缀都有一个左字符

• 如果所有叶子体的左字符不完全相同，则称为“左多样化”节点

• 最大重复次数由不同的内部节点决定

总体思路：

• 构建后缀树，然后在树上执行DFS（深度优先搜索）

• 对于每个叶，使用其左字符对其进行标记

• 对于每个内部节点：

• 如果至少有一个子项标记为*，则使用*

• 否则，如果其子项的标签多种多样，请使用*

• 否则，所有子节点都有相同的标签，请将其复制到当前节点

---

上述观点正确吗？伪代码是如何生成的？然后我可以试着自己编写程序。

你的想法很好，但是有了后缀树，你可以做一些更简单的事情

让T成为序列的后缀树

设x是T中的一个节点，T_x是根为x的T的子树

设N_x是T_x中的叶数

让单词（x）是通过将T从根遍历到节点x而创建的单词

现在使用后缀树的定义，我们得到：

单词（x）的重复次数=N_x，该单词的位置是每个叶子的标签

该算法将是一个基本的树遍历，对于树中的每个节点，计算N_x，如果N_x>2，则将其添加到结果中（如果您也需要位置，则可以添加每个叶的标签）

伪代码：

输入：

我的顺序

输出：

结果（重复计数和位置的单词列表）

算法：

T=后缀树（mySequence）

对于T中的每个内部节点X：

  T_X = subTree(T)
  N_X = Number of lead (T_X)
  if N_X >=2 :
  Result .add ( [word(X), N_X , list(label of leafs)] )

返回结果

示例：

让我们以维基百科的后缀树为例：“香蕉”：

我们得到：

N_A = 3 so "A" repeats 3 times in position {1,3,5}
N_N=2  so "N" repeats 2 times  in position {2,4}
N_NA=2  so "NA" repeats 2 times in position {2,4}

---

我发现这篇论文似乎和你一样对待你的问题，所以是的，我认为你的方法是写：

提取

本文提出了两种算法。第一篇摘录 字母表西格玛上定义的序列中的重复模体。对于 例如，Sigma可以等于{A，C，G，T}和序列 表示DNA大分子的编码。寻找的主题 对应于同一字母表中出现最少的单词 序列中每次最多有e个不匹配的次数q （q称为法定人数限制）。[…]

您可以下载并查看它，作者为您的算法提供了伪代码

---

希望这有帮助

@Bryan，是的..试图写出编程代码..我想在伪代码方面寻求一些帮助..然后我将尝试写出整个编程…DFS代表深度优先搜索，而不是深度强制搜索。@rock:找出算法（一般来说解决问题）可能是程序员工作中最重要的部分。编码或多或少是一种机械活动。好问题，更重要的是，有效问题。将此与其他“plz发送代码”作业请求进行对比。我不知道为什么每当有人在这里有家庭作业问题时，人们都会大发雷霆+“为了一个有趣的问题，我向你道歉。”托马斯特。这次我没有画：D.从维基百科的后缀树页面上取的。