标题清洗引起的算法（两个字符串的最长公共子串）

前言

在作声音标题清洗的时候，须要将专辑的标题和声音的标题对比，若是他们的最长公共字符串长度大于三，则清除声音中的最长公共字符串，不然不清除。

解析

1. 把声音标题的字符串，放入x轴，把专辑标题的字符串，放入y轴。以下图一

   

图一

2. 当x为1的时候，为 "平"，那么对应的 y轴上的字符，若是相同的话设置为1。 以下图二

图二

3. 当y为1的时候，为 "平"， 那么对应的 x轴上的字符，若是相同的话设置为1。

   

4. 当x为2的时候，为 "凡"， 那么对应 y轴上的字符，若是相同的话，查看 x-1,y-1 对应的数字大小加1，标注后以下图三

   

图三

4. 当x为3的时候， 为 "的"，那么对应y轴上的字符,若是相同的话，查看 x-1,y-1 对应的数字大小加1，标注后以下图四

   

图四

。。。。。

依次往下走，直到x上没有字符串为止。 这是一个比较经典的动态规划算法，可以了解他的状态转移方程为 dp[i][j]=dp[i][j] + 1 时间复杂度为 O(nm);

具体代码以下

/** * @Author ouyangkang * @Description 清除两个字符串的最长公共子串，若是长度小于3 不清除 * @Date 10:45 2019-10-31 * @param albumTitle * @param trackTitle * @return java.lang.String **/
    private static String cleanTrackTitleFromAlbumTitle(String albumTitle, String trackTitle){

        if (StringUtils.isBlank(albumTitle) || StringUtils.isBlank(trackTitle)){
            return trackTitle;
        }
        Map<String, Integer> map = getLongestCommonSubstring(albumTitle, trackTitle);
        Integer len = map.get("len");
        Integer start = map.get("start");
        if (len > 3){
            start += 1;
            return trackTitle.replace(trackTitle.substring(start - len,start), "");
        }else {
            return trackTitle;
        }
    }

 /** * @Author ouyangkang * @Description 获取两个字符串最长公共子串 * @Date 16:01 2019-10-31 * @param albumTitle * @param trackTitle * @return java.util.Map<java.lang.String,java.lang.Integer> **/
    private static Map<String, Integer> getLongestCommonSubstring(String albumTitle, String trackTitle){
        Map<String, Integer> map = new HashMap<>();
        // 最长公共子串大小
        int len = 0;
        // 子串坐标
        int start = 0;
        // 最长公共子串大小 为 dp[i][j] = dp[i-1][j-1] + 1;
        int[][] dp = new int[albumTitle.length()][trackTitle.length()];
        for (int i = 0; i < albumTitle.length(); i++){
            for (int j = 0; j< trackTitle.length();j++){
                if (i==0 && albumTitle.charAt(0)== trackTitle.charAt(j)){
                    dp[0][j] = 1;
                    continue;
                }

                if (j==0 && albumTitle.charAt(i) == trackTitle.charAt(0)){
                    dp[i][0] = 1;
                    continue;
                }

                if(albumTitle.charAt(i) == trackTitle.charAt(j)){
                    dp[i][j] = dp[i-1][j-1] + 1;
                    if (dp[i][j] > len){
                        len = dp[i][j];
                        start = j;
                    }
                }
            }
        }
        // 记录长度
        map.put("len",len);
        // 记录声音标题的坐标
        map.put("start",start);
        return map;
    }
复制代码

调用 cleanTrackTitleFromAlbumTitle方法，入参为 "平凡的世界", "平凡的时间01"。返回的字符串为 01

总结

可以在平常开发中，写一写算法，并应用到程序中，不是curd，也是比较有意思的一件事，清洗的过程是很复杂的，这只是其中一步清洗，其余的清洗涉及到一些正则表达式。一开始写了些可以实现功能的正则，可是在同事的提醒下，发现了很涉及到正则的回溯。emmmm.. 这就是另说了，下次博客补上。