string - 较长字符串中最长重复字符串的长度

Question

我正在处理一系列具有不同长度的长字符串(例如，'ABAABBFGGBHHSFAFDAFDAFDBB')。对于每个字符串，我想找到特定子字符串的最长连续出现的长度(例如 'AFD'，上面示例中的答案是 3)。使用 MATLAB 实现此目的的任何优雅方法？

Answer 1

让输入和搜索字符串为 -

in_str = 'ABAAAFDAFDBBFGGBHHSFAFDAFDAFDBB'
search_str = 'AFD'

我们可以使用strfind获取输入字符串中搜索字符串的起始索引，并从中检测连续的搜索字符串组 -

idx = strfind(in_str,search_str)
grp_matches = diff(idx)==numel(search_str)

因此，现在我们有了零和一的“岛”，其中一的岛代表连续分组搜索字符串的存在。接下来，我们需要找到岛的长度，最大岛长度将是所需的输出 -

df1 = diff([0 grp_matches 0]) %// Perform differentiation of matches

岛屿的终点在微分结果中用“-1”表示，“1”表示这些岛屿的起点。所以，(find(df1==-1) - find(df1==1))+1 就是岛的长度。最终输出将是它的 max -

out = max(find(df1==-1) - find(df1==1))+1 

---

总结讨论，整个代码可以像这样制作成紧凑版本 -

df1 = diff([0 diff(strfind(in_str,search_str))==numel(search_str) 0])
out = max(find(df1==-1) - find(df1==1))+1