多益机试题目--字符串匹配的变形

多益一道机试题目，共有3道，这应该算是最难的一道了。题目如下：

现有字符串str1和str2，如果str1通过移位，可以包含str2，那么就说str1包含str2，否则不包含。要求尽可能高效。

输入：str1和str2。

输入：如果包含则输出yes，否则输出no。

例如：ABCDEF包含FA（移位后包含，例如可以变为FABCDE），而ABCDEF不包含FFA。

我想这道题目应该主要想考察KMP或BM算法，虽然了解，但是当时不能上网，我也不能保证可以写对，就直接暴力求解了。多益给的开发环境是vs2005，这样的匹配查找也有对应的库函数，可是记不住，vs2005提示的库函数中，我有没找到。

思路分析：一起见到的题目都是字符串匹配，没有移位。加上移位，需要变通一下，最简单的是暴力求解，每移位一次，匹配一次，直到穷尽移位。

移位过程中，字母左右两边挨着的字母不变（认为第一个和最后一个是挨着的），而字符串匹配，匹配过程中也是挨个匹配。这样想的话，我们可以把母串首位相接，这就包含了所有移位的情况。如果母串首位相接（母串=母串+母串）后包含子串，那么就包含子串（前提是母串长度不小于子串，首位相接会使母串长度加倍）。

解法1：用C++库函数

先看一下这个库函数

int find(const string &s, int pos = 0) const;//从pos开始查找字符串s在当前串中的位置，查找失败返回-1。

#include<iostream>
#include<string>
using namespace std;
int main()
{
	string str1;
	string str2;
	cin>>str1>>str2;
	if(str1.length()>=str2.length())//母串不能短于子串
	{
		str1=str1+str1;
		int pos=str1.find(str2);
		if(pos!=-1)
			cout<<"yes"<<endl;
		else cout<<"no"<<endl;
		return 0;
	}
	cout<<"no"<<endl;
	return 0;
}

解法2：KMP算法。

我想多益考察的应该不是怎么用这个库函数吧！“尽可能高效”也提示我们要用高效算法。下面给出KMP算法实现。

其中KMP算法参考http://blog.csdn.net/v_JULY_v/article/details/6545192

#include<iostream>
#include<string>
using namespace std;

//求KMP的Next数组
void GetNext(const char *p,int *Next)
{
	int len=strlen(p);
	int i=0;
	int j=-1;
	Next[i]=j;
	while(i<len-1)
	{
		if(j==-1||p[i]==p[j])
		{
			i++;
			j++;
			if(p[i]!=p[j])//不允许出现P[i]==P[next[i]]
				Next[i]=j;
			else
				Next[i]=Next[j];
		}
		else
		{
			j=Next[j];
		}
	}
	
}

//S为母串，p为匹配子串，如果匹配返回匹配位置，否则返回-1
int KMPSearch(const char *s,const char *p)
{
	int Slen=strlen(s);
	int Plen=strlen(p);
	int *Next=new int[Plen];//Next数组存储位置

	GetNext(p,Next);//求得Next数组

	int i=0;//在S串中的下标
	int j=0;//在P串中的下标
	while(i<=Slen-Plen&&j<Plen)
	{
		if(j==-1||s[i]==p[j])
		{
			i++;
			j++;
		}
		else 
			j=Next[j];
	}
	delete[] Next;
	if(j==Plen)
		return i-Plen;
	else
	return -1;
}
int main()
{
	string str1;
	string str2;
	cin>>str1>>str2;
	if(str1.length()>=str2.length())//母串不能短于子串
	{
		str1=str1+str1;
		const char *s1=str1.c_str();
		const char *s2=str2.c_str();
		int pos=KMPSearch(s1,s2);
		if(pos!=-1)
			cout<<"yes"<<pos<<endl;
		else cout<<"no"<<endl;
		return 0;
	}
	cout<<"no"<<endl;
	return 0;
}

解法3：BM算法

BM匹配是从后向前搜索匹配，匹配失败，前进的距离依靠坏字符和好后缀。

坏字符相对比较简单，如果不包含坏字符，则移动length距离，否则坏字符与匹配串最右边的对应字符对其。

初始化坏字符移动距离如下：

/*
p为匹配子串，BmBc为坏字符集
*/
void GetBmBc(const char *p,int BmBc[])
{
	int len=strlen(p);
	for(int i=0;i<256;i++)//初始化坏字符集
		BmBc[i]=len;
	for(int i=0;i<len;i++)
		BmBc[*(p+i)]=len-i-1;

}

好后缀移动距离的计算比较复杂。计算需要一个算法ZBox来帮助，ZBox可参考http://www.cnblogs.com/dsky/archive/2012/05/04/2482984.html

BM好后缀需要的是ZBox的变形，ZBox是从左向右计算，而BM好后缀需要从后向前（从右向左）。因此在计算ZBox前要先反转匹配子串，计算的ZBox值在使用前也要反转。

计算ZBox代码如下：

/*
ZBox匹配算法
p为字符串，len为字符串长度,ZBox[]为存储的值
*/
void GetZBox(const char *p,int len,int ZBox[])
{
	ZBox[0]=len;
	int left=0;
	int right=0;
	for(int i=1;i<len;i++)
	{
		//如果i在ZBox匹配字符串的范围内
		if(i<right)
		{
			int k=i-left;
			if(ZBox[k]<right-i+1)
				ZBox[i]=ZBox[k];
			else
			{
				//否则接着前面的继续匹配
				int j=right+1;
				while(j<len&&p[j]==p[j-i])
					j++;
				//更新left和right
				left=i;
				right=j-1;
				ZBox[i]=right-left+1;
			}
		}
		//i不在ZBox匹配范围内，之内重新匹配了，不能利用之前的值了
		else
		{
			int j=0;
			while(p[j]==p[i+j]&&i+j<len)
			{
				j++;
			}
			//更新left和right
			left=i;
			right=i+j-1;

			ZBox[i]=right-left+1;
		}
	}
}

计算好ZBox后可以计算好后缀了，好后缀计算分三种情况，参考http://blog.csdn.net/sealyao/article/details/4568167#

但是作者写的代码不全，完整版如下：

/*
p匹配子串，BmGc好后缀移动距离存储，ZBox存储ZBox的原始值
*/
void GetBmGc(const char *p,int BmGc[], int ZBox[])
{	
	int len=strlen(p);
	//先把ZBox反转
	int start=0;
	int end=len-1;
	while(start<end)
	{
		int temp=ZBox[start];
		ZBox[start]=ZBox[end];
		ZBox[end]=temp;
		start++;
		end--;
	}

	for(int i=0; i<len; i++)//第一种情况
		BmGc[i]=len;
	
	int j=0;
	for(int i=0; i<len; i++)//第二种情况
		if(ZBox[i]==i+1)
			for(;j<=len-i-1; j++)
				BmGc[j]=len-1-i;

	for(int i=0; i<=len-2; i++)//第三种情况
		BmGc[len-1-ZBox[i]]=len-1-i;
		

}

完成上述初始化后，可以用BM算法来匹配了。