原創文章，歡迎轉載。轉載請註明：轉載自 祥的部落格

原文連結：https://blog.csdn.net/humanking7/article/details/84645055

文章目錄

• @[toc]
• 1.問題引出
• 2. 原始碼及測試結果
• 2.1. 程式原始碼
• 2.2. 測試結果
• 3. 分析
• 4. Next

1.問題引出

我下載了一些英語資料，這些資料的命名還好，但是就是沒有用資料夾歸檔，整體感覺很亂，所以打算要將他們用資料夾分類。

計劃是這樣的：

1. 查詢所有pdf用pdf名字建立資料夾，並將對應的pdf檔案，移入資料夾中；
2. 查詢與pdf名字最接近的MP3檔案，並將其移入對應的資料夾中。

看到明顯是一本書的文字和音訊資料：

• 文字：黑貓英語名著3級 02 Alic's Adventures In Wonderland 艾麗絲漫遊奇境記.pdf
• 音訊：艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 01.mp3

可以發現，他們都有相同的子字串 ，所以先要處理找兩個字串最長公共子串的問題。

2. 原始碼及測試結果

2.1. 程式原始碼

def getMaxCommonSubstr(s1, s2):
# 求兩個字串的最長公共子串
# 思想：建立一個二維陣列，儲存連續位相同與否的狀態

    len_s1 = len(s1)
    len_s2 = len(s2)

    # 生成0矩陣，為方便後續計算，多加了1行1列
    # 行: (len_s1+1)
    # 列: (len_s2+1)
    record = [[0 for i in range(len_s2+1)] for j in range(len_s1+1)]    
    
    maxNum = 0          # 最長匹配長度
    p =
 
 0               # 字串匹配的終止下標 

    for i in range(len_s1):
        for j in range(len_s2):
            if s1[i] == s2[j]:
                # 相同則累加
                record[i+1][j+1] = record[i][j] + 1
                
                if record[i+1][j+1] > maxNum:
                    maxNum = record[i+1][j+1]
                    p = i # 匹配到下標i

    # 返回 子串長度，子串
    return maxNum, s1[p+1-maxNum : p+1]



def printMatrixList(li):
# 列印多維list
    row = len(li)
    col = len(li[0])
    
    for i in range(row):
        for j in range(col):
            print(li[i][j], end=' ')
        print('')


    
    
if __name__ == "__main__":

    # s1="黑貓英語名著3級 02 Alic's Adventures In Wonderland 艾麗絲漫遊奇境記.pdf"
    # s2="艾麗絲漫遊奇境記 Alic_s Adventures In Wonderland 01.mp3"
    s1='abcdef'
    s2='bcxdef'
    [lenMatch,strMatch] = getMaxCommonSubstr(s1,s2)
    print('子串: ', strMatch)
    print('子串長度: ', lenMatch)

2.2. 測試結果

# 如果資料是`abcdef`等
子串:  def
子串長度:  3

# 如果資料是`艾麗絲`等
子串:  s Adventures In Wonderland
子串長度:  27

3. 分析

對於測試字串為：

s1='abcdef'
s2='bcxdef'

明顯看出有2個公共子串，bc和def，上述的方法就是用2個字串各自的長度建立了一個矩陣，矩陣數值初始都是0，一個字元一個字元的進行對比，如果字元相等，就在左上對角線元素的數值上加一（如下面所示）。
假設字串長度分別為n和m，則建立這個矩陣的時候，演算法複雜度為O(nm)，查詢最大子串的演算法複雜度為O(nm)，整體演算法的複雜度為2O(nm)。

理論上，可以把建立矩陣和查詢放在一起，這樣就會優化許多，等我閒了再搞吧，先完成主要目標。

0 b c x d e f
a 0 0 0 0 0 0
b 1 0 0 0 0 0
c 0 2 0 0 0 0
d 0 0 0 1 0 0
e 0 0 0 0 2 0
f 0 0 0 0 0 3

4. Next

最終不要忘了 初心：
[Python]將MP3和PDF按名字分類歸檔到各自資料夾 ： https://blog.csdn.net/humanking7/article/details/84663012

以上，Enjoy~