《大话数据结构》第五章 串

---

第五章 串

定义：串是由零个或多个字符串组成的有限序列，又叫字符串。

子串和主串：串中任意个数的连续字符组成的子序列称为该串的子串，相应的包含子串的串称为主串。
字串在主串中的位置就是子串的第一个字符在主串中的序号。

串的比较：串的比较是通过串的字符之间的编码来进行的。

串的抽象数据类型：

---

串的存储结构

串的顺序存储结构：用一组地址连续的存储单元来存储串中的字符序列。
可能会在第一个或最后一个元素中存放长度，也可能在最后添加\0

固定长度的缺陷：固定后可能出现上溢提示或者截断，这时用"堆"来处理更好，堆可以用C语言的malloc()和free()来管理。

串的链式存储结构：结构中的每个数据元素都是一个字符，但是只放一个会很浪费，因此一个系欸但也可以存放多个字符，如果最后一个结点没有被占满的话，可以用#补全。

链式缺陷：一个结点存放多少个字符才合适变得很重要，这会直接影响串的处理效率，需要根据实际情况做出选择。

两种对比：链式除了连接串与串操作时有一定方便之外，总的来说不如顺序存储灵活，性能也不如顺序存储结构好。

---

朴素的模式匹配算法

串的模式匹配：像寻找一个单词在一篇文章中的定位问题，这种子串的定位操作通常称为串的模式匹配。

子串寻找例题：

// 返回子串T在主串S中第pos个字符之后的位置，不存在则返回0
// T非空，1 <= pos <= StrLength(S)
// 设字符串的长度存放在第一个位置中
int Index(String S, String T, int pos)
{
   
    int i = pos;    // 匹配开始的位置
    int j = 1;    // 用来记录子串中的下标
    while (i<=S[0] && j<=T[0])
    {
   
        if (S[i] == T[j])
        {
   
            i++;
            j++;
        }
        else    // 出现不相等的情况了
        {
   
            i = i - j + 2;    // 回到刚才的位置的后面
            j = 1;    // 重置T的位置
        }
    }
    if (j > T[0])    // 说明走完了T全部，匹配
        return i - T[0];
    else
        return 0;
}

时间复杂度分析：

• 最好情况下，每次子串第一个就能检测出是否匹配，然后根据等概率原则，平均是(n+m)/2次查找，时间复杂度为O[n+m]。
• 最坏情况下，每次要找到子串最后一个才知道是否匹配，要执行$(n-m+1)\ast m$次。时间复杂度为O[$(n-m+1)\ast m$]

性能：低效。

---

KMP模式匹配算法

算法原理：
如果串中元素都不相同，那么可以跳过比较的长度，如下图可省略2-5步骤：

如果有相同的，那么相同的，可以在断掉的前面的那个相同除，如