腾讯一面算法题：最长重复子串 1044，讲个比较好理解的思路

1044. 最长重复子串

困难

给你一个字符串 s ，考虑其所有 重复子串 ：即 s 的（连续）子串，在 s 中出现 2 次或更多次。这些出现之间可能存在重叠。

返回 任意一个 可能具有最长长度的重复子串。如果 s 不含重复子串，那么答案为 “” 。

示例 1：

输入：s = “banana”
输出：“ana”

示例 2：

输入：s = “abcd”
输出：“”

题目 End…

前言

这个解法我是学习了其他大佬的题解后，我自己琢磨出的一个比较好理解的版本，但是效率并没有那么高，并且这个解法有一定误判的可能（并且官网题解也可能误判：官网使用随机数来取模 + 随机数作为进制，并且保证这两随机数的大小，所以保证了误判的概率会非常非常小，但是如果对这个随机数予以定值，仍然有可能误判，大家可以试试。个人浅见，如果有错误欢迎指出问题）

所以我写的这个解法主要有两个意义：

1. 可以以较低的成本加深大家对字符串哈希算法的理解，并且可以 完成并通过 这个题目
2. 看了这篇文章之后，再去看官网的或者其他大佬写的更高效的版本可能会有帮助

思路

Version 1：暴力

首先这个是最容易想到的版本，枚举所有的子字符串，并加入哈希表中，进行判重

class Solution {
   
   
public:
    string longestDupSubstring(string s) {
   
   
        unordered_map<string, int> mp;
        string res;

        for (int i = 0; i < s.size(); i ++) {
   
   
            for (int len = 1; i + len <= s.size(); len ++) {
   
   
                string sub = s.substr(i, len);
                if (++ mp[sub] >= 2 && sub.size() > res.size()) {
   
   
                    res = sub;
                }
            }
        }

        return res;
    }
};

但是很明显会超时，第 19 个用例就无法通过。这里有几个问题可以尝试优化

1. 是不是不需要遍历所有长度的子字符串？来优化掉这个 $O(n^2)$？
2. 在数据量非常庞大的情况下，unordered_map 可能存在性能退化的问题，在哈希冲突的情况下，时间复杂度可能会退化为 $lo{g}_{2}n$
3. 其次，如果发生了哈希冲突，又需要针对哈希表红黑树结点内存值来比较 $Key$ 是否相等 —— 存在字符串比较，如果一个字符串长度是 $3\ast 10^4$，那其实性能开销还是不小的

Version 2：引入二分，优化 O ( n 2 ) O(n^2)