子串的定位操作通常称作串的模式匹配,是各种串处理系统中最重要的操作之一。
设有2个串:主串S和子串T,串的简单模式匹配算法是:从主串S 中的第一个字符开始和子串T中的第一个字符比较,分别用i和j 指示S串和T串中正在比较的字符的位置。若相等,则继续逐个比较后续字符;否则从主串S的第二个字符开始再重新与子串的第一个字符进行比较。依次类推,直到子串T中的每个字符依次和主串S中的一个连续字符序列相等,则匹配成功,返回子串T中第一个字符在主串S中的位置。
主串和子串均采用链式存储结构,在单链表建立过程中都采用后插法。P指针为主串的头指针,t指针为子串的头指针,s和k分别为主串和子串的中间指针,始终指向新建立的结点。
参考程序:
#include<stdio.h>
#define null 0
typedef struct node
{char ch;
struct node *next;
}slnode;
slnode *p,*t,*s,*k,*first;
void initiate(slnode **h)
{*h=(slnode *)malloc(sizeof(slnode));
(*h)->next=null;
}
slnode append(slnode *p,int x)
{slnode *s;
s=(slnode *)malloc(sizeof(slnode));
s->ch=x;
s->next=null;
k->next=s;
k=s;
}
main()
{int i,x=0;
initiate(&p);
k=p;
printf("Input main string: ");
while(x!='/n')
{x=getchar();
if(x!='/n')
append(p,x);
}
x=0;
initiate(&t);
k=t;
printf("Input sub-string: ");
while(x!='/n')
{x=getchar();
if(x!='/n')
append(t,x);
}
s=t->next;
i=1;
s=p->next;
first=s;
k=t->next;
while((s!=null)&&(k!=null))
if(s->ch==k->ch)
{s=s->next;
k=k->next;
}
else
{i=i+1; //从主串的下一个字符开始,重新与子串的第一个字符比较
k=t->next;
s=first->next;
first=s;
}
if(k==null)
printf("/nmatch postion:%d",i);
else
printf("/nThe two strings are not matched!");
printf("/n");
}
简单模式匹配算法因为有回溯所以速度慢,还有一种改进算法,消除了回溯所以加快了匹配速度。这种改进算法是D.E.Knuth与V.R.Prett和J.H.Morris同时发现的,因此人们称之为克努特-莫里斯-普拉特操作(简称KMP算法)。此算法可以在O(n+m)的时间数量级上完成串的模式匹配操作。改进之处在于:当每一趟匹配过程中出现字符比较不相等时,不回溯i指针,而是利用已经得到的“部分匹配”的结果将子串向右“滑动”尽可能远的一端距离后,继续进行比较。
具体实例,若Si 与Tj不相同,但是主串中从i-j+1到i-1下标的字符与子串中从1到j下标的字符一一对应。此时应确定子串右移的位数,然后与主串相应位进行比较。不妨把与Si进行比较的子串字符记作Tk(k<j)。Kunth等人发现这个k值仅仅依赖于子串的前j个字符,而与主串无关。用next[j]表示与j对应的k值,则表明子串第j个字符与主串相应位失配时(Si≠Tj),可以用子串中以next[j]为下标的字符与主串中Si进行比较。若next[j]=0,表明子串中任何字符都不与主串中的Si进行比较,主串中下一个字符Si+1与T1进行比较。
Next[j]函数的定义如下:
0 j=1
next[j]= max{k| 0<k<j 且T1T2…Tk-1=Tj-k+1…Tj-1
1 其他
这样,改进匹配算法与简单匹配算法不同之处可概括为:当匹配过程产生失配时,指针i不变,指针j退回到next[j]所指示的位置上重新进行比较,并且当指针j退回至0时,指针i,j同时增加1。即若主串的第I个字符和子串的第i个字符不匹配时,应该从主串的下一个字符(Si+1)重新进行匹配。
#include<stdio.h>
#define null 0
char s[20],t[20];
int next[20];
int i,j,k,s1,t1,index;
char x=0;
main()
{s1=0;
t1=0;
printf("Input the main string: ");
while(x!='/n')
{x=getchar();
if(x!='/n')
{s1++;
s[s1]=x;
}
}
printf("/nInput the substring: ");
x=0;
while(x!='/n')
{x=getchar();
if(x!='/n')
{t1++;
t[t1]=x;
}
}
j=1; //求子串的next函数值,并存入数组next。
k=0;
next[1]=0;
while(j<t1)
if((k==0)||(t[j]==t[k]))
{j=j+1;
k=k+1;
next[j]=k;
}
else
k=next[k];
printf("/nOut put array next[]:");
for(i=1;i<=t1;i++)
printf("%d",next[i]);
i=1;
j=1;
while((i<=s1)&&(j<=t1))
if((j==0)||(s[i]==t[j]))
{i=i+1; //继续比较后续字符
j=j+1;
}
else
j=next[j]; //子串向右移动
if(j>t1)
{index=i-t1;
printf("/nmatch position:%d/n",index);
}
else
printf("/nThe two strings are not matched!/n");
}