C, 618 564 byte
d,M,N,A[9999][2];char*(R[9999][20]),b[1000];L(char**s,n){char*j[20],c,a=0;int x[n],y=n-1,z,i,t,m=0,w=1;for(;y;)x[y--]=999;for(;y<N;y++){for(i=0;i<n&&s[i]==R[y][i];i++);if(i/n){a=A[y][0];m=A[y][1];w=0;if(m+d<M||!a)goto J;else{c=a;goto K;}}}for(c=97;w&&c<'{';c++){K:t=1,y=1,z=1;for(i=0;i<n;j[i++]++){for(j[i]=s[i];*j[i]-c;j[i]++)t&=!!*j[i];y&=j[i]-s[i]>x[i]?z=0,1:0;}t&=!y;I:if(t){if(z)for(i=0;i<n;i++)x[i]=j[i]-s[i];d++,t+=L(j,n),d--,m=t>m?a=c,t:m;}}if(w){for(y=0;y<n;y++)R[N][y]=s[y];A[N][0]=a;A[N++][1]=m;}J:if(d+m>=M)M=d+m,b[d]=a;if(!d)N=0,M=0,puts(b);return m;}
E qui è svelato, per "leggibilità":
d,M,N,A[9999][2];
char*(R[9999][20]),b[1000];
L(char**s,n){
char*j[20],c,a=0;
int x[n],y=n-1,z,i,t,m=0,w=1;
for(;y;)
x[y--]=999;
for(;y<N;y++){
for(i=0;i<n&&s[i]==R[y][i];i++);
if(i/n){
a=A[y][0];
m=A[y][1];
w=0;
if(m+d<M||!a)
goto J;
else{
c=a;
goto K;
}
}
}
for(c=97;w&&c<'{';c++){
K:
t=1,
y=1,
z=1;
for(i=0;i<n;j[i++]++){
for(j[i]=s[i];*j[i]-c;j[i]++)
t&=!!*j[i];
y&=j[i]-s[i]>x[i]?z=0,1:0;
}
t&=!y;
I:
if(t){
if(z)
for(i=0;i<n;i++)
x[i]=j[i]-s[i];
d++,
t+=L(j,n),
d--,
m=t>m?a=c,t:m;
}
}
if(w){
for(y=0;y<n;y++)R[N][y]=s[y];
A[N][0]=a;
A[N++][1]=m;
}
J:
if(d+m>=M)
M=d+m,b[d]=a;
if(!d)
N=0,M=0,puts(b);
return m;
}
Onorevoli colleghi, ho fatto un terribile errore. Un tempo era più bello ... E meno goto ... Almeno ora è veloce .
Definiamo una funzione ricorsiva L
che accetta come input una matrice s
di matrici di caratteri e il numeron
di stringhe. La funzione restituisce la stringa risultante a stdout e, per inciso, restituisce la dimensione in caratteri di quella stringa.
L'approccio
Sebbene il codice sia contorto, la strategia qui non è troppo complessa. Iniziamo con un algoritmo ricorsivo piuttosto ingenuo, che descriverò con lo pseudocodice:
Function L (array of strings s, number of strings n), returns length:
Create array of strings j of size n;
For each character c in "a-z",
For each integer i less than n,
Set the i'th string of j to the i'th string of s, starting at the first appearance of c in s[i]. (e.g. j[i][0] == c)
If c does not occur in the i'th string of s, continue on to the next c.
end For
new_length := L( j, n ) + 1; // (C) t = new_length
if new_length > best_length
best_character := c; // (C) a = best_character
best_length := new_length; // (C) m = best_length
end if
end For
// (C) d = current_depth_in_recursion_tree
if best_length + current_depth_in_recursion_tree >= best_found
prepend best_character to output_string // (C) b = output_string
// (C) M = best_found, which represents the longest common substring found at any given point in the execution.
best_found = best_length + current_depth;
end if
if current_depth_in_recursion_tree == 0
reset all variables, print output_string
end if
return best_length
Ora, questo algoritmo da solo è piuttosto atroce (ma può essere inserito in circa ~ 230 byte, ho scoperto). Non è così che si ottengono risultati rapidi. Questo algoritmo si ridimensiona incredibilmente male con la lunghezza della stringa. Questo algoritmo ha , tuttavia, scala abbastanza bene con un numero maggiore di stringhe. L'ultimo caso di test verrebbe risolto praticamente all'istante, poiché nessuna stringa s
ha caratteri c
in comune. Ci sono stati due trucchi principali che ho implementato sopra che hanno portato a un incredibile aumento della velocità:
Ad ogni chiamata a L
, controlla se ci è stato dato lo stesso input prima. Dato che in pratica le informazioni vengono passate attraverso i puntatori allo stesso set di stringhe, in realtà non dobbiamo confrontare stringhe, ma solo posizioni, il che è fantastico. Se scopriamo di aver ottenuto queste informazioni prima, non è necessario eseguire i calcoli (la maggior parte delle volte, ma ottenere l'output rende questo un po 'più complicato) e possiamo farcela semplicemente restituendo la lunghezza. Se non troviamo una corrispondenza, salva questo set di input / output per confrontarlo con le chiamate future. Nel codice C, il secondofor
ciclo tenta di trovare corrispondenze all'input. I puntatori di input noti vengono salvati e vengono memorizzati R
i corrispondenti valori di lunghezza e output dei caratteriA
. Questo piano ha avuto un effetto drastico sul runtime, specialmente con stringhe più lunghe.
Ogni volta che troviamo le posizioni di c
in s
, c'è una possibilità che sappiamo subito che ciò che abbiamo trovato non è ottimale. Se ogni posizione di c
appare dopo una posizione nota di un'altra lettera, sappiamo automaticamente che ciò c
non porta a una sottostringa ottimale, perché puoi inserire un'altra lettera in essa. Ciò significa che per un piccolo costo, possiamo potenzialmente rimuovere diverse centinaia di chiamate L
per stringhe di grandi dimensioni. Nel codice C sopra, y
è impostato un flag se sappiamo automaticamente che questo carattere porta a una stringa non ottimale, ed z
è un flag impostato se troviamo un carattere che ha apparenze esclusivamente precedenti rispetto a qualsiasi altro carattere noto. Le attuali prime apparizioni di personaggi sono memorizzate inx
. L'attuale implementazione di questa idea è un po 'confusa, ma quasi raddoppia le prestazioni in molti casi.
Con queste due idee, ciò che non è finito in un'ora ora ha impiegato circa 0,015 secondi.
Probabilmente ci sono molti altri piccoli trucchi che possono accelerare le prestazioni, ma a questo punto ho iniziato a preoccuparmi della mia capacità di giocare a golf. Non sono ancora contento del golf, quindi probabilmente ci tornerò più avanti!
Tempi
Ecco un po 'di codice di prova, che ti invito a provare online :
#include "stdio.h"
#include "time.h"
#define SIZE_ARRAY(x) (sizeof(x) / sizeof(*x))
int main(int argc, char** argv) {
/* Our test case */
char* test7[] = {
"nqrualgoedlf",
"jgqorzglfnpa",
"fgttvnogldfx",
"pgostsulyfug",
"sgnhoyjlnfvr",
"wdttgkolfkbt"
};
printf("Test 7:\n\t");
clock_t start = clock();
/* The call to L */
int size = L(test7, SIZE_ARRAY(test7));
double dt = ((double)(clock() - start)) / CLOCKS_PER_SEC;
printf("\tSize: %d\n", size);
printf("\tElapsed time: %lf s\n", dt);
return 0;
}
Ho eseguito i casi di test dell'OP su un laptop dotato di un chip Intel Core i7 da 1,7 GHz, con un'impostazione di ottimizzazione di -Ofast
. La simulazione ha riportato un picco di 712 KB richiesti. Ecco un esempio di esecuzione di ogni caso di test, con i tempi:
Test 1:
a
Size: 1
Elapsed time: 0.000020 s
Test 2:
x
Size: 1
Elapsed time: 0.000017 s
Test 3:
hecbpyhogntqppcqgkxchpsieuhbmcbhuqdjbrqmclchqyfhtdvdoysuhrrl
Size: 60
Elapsed time: 0.054547 s
Test 4:
ihicvaoodsnktkrar
Size: 17
Elapsed time: 0.007459 s
Test 5:
krkk
Size: 4
Elapsed time: 0.000051 s
Test 6:
code
Size: 4
Elapsed time: 0.000045 s
Test 7:
golf
Size: 4
Elapsed time: 0.000040 s
Test 8:
Size: 0
Elapsed time: 0.000029 s
Total time: 0.062293 s
Nel golf, ho colpito le prestazioni piuttosto significativamente, e poiché alla gente sembrava piacere la velocità bruta (0,013624 s per completare tutti i casi di test combinati) della mia precedente soluzione a 618 byte, la lascerò qui come riferimento:
d,M,N,A[9999][2];char*(R[9999][20]),b[1000];L(char**s,n){char*j[20],c,a=0;int x[n],y,z,i,t,m=0,w=1;for(y=0;y<n;y++)x[y]=999;for(y=0;y<N;y++){for(i=0;i<n;i++)if(s[i]!=R[y][i])break;if(i==n){a=A[y][0];m=A[y][1];w=0;if(m+d<M||!a)goto J;else{c=a;goto K;}}}for(c=97;w&&c<'{';c++){K:t=1,y=1,z=1;for(i=0;i<n;j[i++]++){for(j[i]=s[i];*j[i]-c;j[i]++)if(!*j[i]){t=0;goto I;}if(j[i]-s[i]>x[i])z=0;if(j[i]-s[i]<x[i])y=0;}if(y){t=0;}I:if(t){if(z){for(i=0;i<n;i++){x[i]=j[i]-s[i];}}d++,t+=L(j,n),d--,m=t>m?(a=c),t:m;}}if(w){for(y=0;y<n;y++)R[N][y]=s[y];A[N][0]=a;A[N++][1]=m;}J:if(d+m>=M)M=d+m,b[d]=a;if(!d)N=0,M=0,puts(b);return m;}
L'algoritmo stesso è invariato, ma il nuovo codice si basa su divisioni e alcune operazioni bit per bit più complicate che finiscono per rallentare il tutto.