数据结构第四章——串、数组和特殊矩阵

本文链接：https://blog.csdn.net/2301_78118751/article/details/138317374

本文详细阐述了串的定义、实现方式，包括定长、动态分配和链式存储，以及串的模式匹配算法，特别是KMP算法及其优化。同时讨论了数组和特殊矩阵，如对称矩阵的压缩存储和稀疏矩阵的特性。

摘要由CSDN通过智能技术生成

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

一、串

（一）串的定义和实现

1.串的定义

2.串的存储结构

（1）定长的存储结构

所谓定长的存储结构就是利用字符数组来存字符串；

//串的存储结构
#define maxsize 100
typedef struct{
	char ch[maxsize];
	int length;
}SString;

（2）动态分配

typedef struct{
	char *ch;
	int length;
}HString;

（3）链式存储

类似于线性表的链式存储结构，也可采用链表方式存储串值。由于串的特殊性(每个元素只有一个字符)，在具体实现时，每个结点既可以存放一个字符，也可以存放多个字符。每个结点称为块，整个链表称为块链结构。

3.串的基本操作

（二）串的模式匹配算法

1.简单模式匹配算法

（1）算法思想

将主串中长度与模式串长度相等的子串依次与模式串比较，直到找到一个匹配的子串，或者所有的子串都不匹配。

（2）代码

//简单的模式匹配算法
int Index(SString S,SString T){
	int i=1,j=1;
	while(i<=S.length&&j<=T.length){
		if(S.ch[i]==T.ch[j]){
			++i,++j;
		}
		else{
			i=i-j+2;
			j=1;
		}
	}
	if(j>T.length){
		return i-T.length;
	}
	else{
		return 0;
	}
}

（3）效率分析

空间效率分析：只用到了常数级的辅助空间，空间复杂度为O(n)

时间效率分析：最坏情况下，也就是模式串与子串没有匹配，在这种情况下时间复杂度O(nm),其中n,m分别是主串和模式串的长度。

最好情况下，也就是第一个子串就与模式串匹配，即时间复杂度为O(n）其中n为模式串的长度

2.KMP算法

关于KMP算法，只要掌握了如何求next数组就不会有太大问题，这里首先要会模拟KMP算法的执行过程，初学者需要注意的是：对于第n个元素匹配失败时，主串指针不变，模式串指针j变为xx，j每次变为什么取决于模式串，也就是说模式串不同，j的变化也就不同，这里j的变化不存在什么规律

图中第一行表示模式串的第几个元素，第二行是元素对应的 j 的值。这里值得注意的是任何模式串的next[1]都是0，next[2]都是1。408中对于KMP算法掌握手动推理过程即可

KMP算法的时间复杂度：O(m+n)，其中求next数组时间复杂度O(m)，匹配过程中最坏时间复杂度O（n)。因此KMP算法的时间复杂度为O(m+n)。

3.KMP算法的优化

核心在于求nextval数组，注意nextval[1]永远都是0；

二、数组和特殊矩阵

（一）数组

存储结构

一维数组：

二维数组：

行下标：[0,h1]，列下标[0,h2]

行优先：

列优先：

（二）特殊矩阵的压缩存储

1.对称矩阵

对称矩阵：若n阶方阵中任意一个元素都有a(i,j）= a(j,i) 则该矩阵为对称矩阵

压缩存储：只存储主对角线+下三角区，或者只存储主对角线和上三角区

按照行优先的方式将矩阵存储在一个一维数组中，数组下标与元素之间的对应关系如下

列优先存储

推导过程：

2.三角矩阵

三角矩阵的压缩存储与对称矩阵基本上很相似，不同之处在于多了一个存储常量的位置

3.三对角矩阵

三对角矩阵，也称带状矩阵

压缩存储：只存储带状区域

行优先：

前 i-1行共3（i-1）-1个元素

a(i,j)是第 i 行的 j-i+2个元素

所以a(i,j)是第2i+j-2个元素

反过来，第k=1个元素，在第几行第几列

前i-1行共 3(i-1)-1个元素

前i行共 3i-1 个元素

显然，3(i-1)-1<k+1s 3i-1

解不等式得：

4.稀疏矩阵

总结

提示：这里对文章进行总结：

例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。