JAVA经典百题之计算字符串中子串出现的次数

程序分析

计算字符串中子串出现的次数，可以采用多种方法来实现。常见的方法包括暴力法、利用正则表达式和利用KMP算法。

方法一：暴力法

解题思路：

• 在主串中依次遍历每个位置，以该位置为起点，检查是否存在与子串相同的子串。
• 比较简单直观，但时间复杂度较高。

实现代码：

public class SubstringCount {
    public static int countSubstring(String str, String sub) {
        int count = 0;
        int len_str = str.length();
        int len_sub = sub.length();
        
        for (int i = 0; i <= len_str - len_sub; i++) {
            int j;
            for (j = 0; j < len_sub; j++) {
                if (str.charAt(i + j) != sub.charAt(j))
                    break;
            }
            if (j == len_sub)
                count++;
        }
        
        return count;
    }
    
    public static void main(String[] args) {
        String str = "ababababa";
        String sub = "aba";
        int result = countSubstring(str, sub);
        System.out.println("Number of occurrences: " + result);
    }
}

优缺点：

• 优点：实现简单，容易理解。
• 缺点：时间复杂度高，O(n*m)，其中n为主串长度，m为子串长度。

方法二：利用正则表达式

解题思路：

• 使用正则表达式的 Matcher 类来进行匹配，统计匹配次数。

实现代码：

import java.util.regex.*;

public class SubstringCount {
    public static int countSubstring(String str, String sub) {
        Pattern pattern = Pattern.compile(sub);
        Matcher matcher = pattern.matcher(str);
        int count = 0;
        while (matcher.find()) {
            count++;
        }
        return count;
    }
    
    public static void main(String[] args) {
        String str = "ababababa";
        String sub = "aba";
        int result = countSubstring(str, sub);
        System.out.println("Number of occurrences: " + result);
    }
}

优缺点：

• 优点：实现简单，适用于简单的字符串匹配。
• 缺点：性能可能较差，尤其是当主串和子串规模较大时。

方法三：KMP算法

解题思路：

• KMP算法利用了子串内部的信息，通过预处理生成一个部分匹配表，然后根据部分匹配表进行匹配，减少了不必要的比较。
• 预处理过程时间复杂度为O(m)，匹配过程时间复杂度为O(n+m)，总体时间复杂度为O(n+m)，其中n为主串长度，m为子串长度。

实现代码：

public class SubstringCount {
    public static int[] computeLPSArray(String sub) {
        int len = sub.length();
        int[] lps = new int[len];
        int j = 0;
        int i = 1;
        
        while (i < len) {
            if (sub.charAt(i) == sub.charAt(j)) {
                j++;
                lps[i] = j;
                i++;
            } else {
                if (j != 0) {
                    j = lps[j - 1];
                } else {
                    lps[i] = 0;
                    i++;
                }
            }
        }
        return lps;
    }
    
    public static int countSubstring(String str, String sub) {
        int count = 0;
        int len_str = str.length();
        int len_sub = sub.length();
        int[] lps = computeLPSArray(sub);
        
        int j = 0;
        int i = 0;
        
        while (i < len_str) {
            if (sub.charAt(j) == str.charAt(i)) {
                j++;
                i++;
            }
            if (j == len_sub) {
                count++;
                j = lps[j - 1];
            } else if (i < len_str && sub.charAt(j) != str.charAt(i)) {
                if (j != 0) {
                    j = lps[j - 1];
                } else {
                    i++;
                }
            }
        }
        return count;
    }
    
    public static void main(String[] args) {
        String str = "ababababa";
        String sub = "aba";
        int result = countSubstring(str, sub);
        System.out.println("Number of occurrences: " + result);
    }
}

优缺点：

• 优点：时间复杂度较低，O(n+m)，其中n为主串长度，m为子串长度。
• 缺点：实现相对复杂，需要了解和实现KMP算法。

总结

• 对于简单的需求或者规模较小的字符串，暴力法或者利用正则表达式都是不错的选择，简单易用。
• 如果需要处理大规模字符串，特别是当子串较短时，推荐使用KMP算法，它可以显著提高匹配效率。