串的定义
串(string)是由零个或多个字符组成的有限序列,又叫字符串。
一般记为s=“a1a2a3……an”(n>=0),其中s是串的名称,用双引号括起来的是串的值,引号不属于串的内容。串中的字符数数目n称为串的长度。零个字符的串称为空串(nullstring)
空格串,只包含空格的串
子串与主串,传中任意个数的连续字符组成的子序列称为该串的子串,相应地,包含子串的串称为主串。
串的比较
字母靠前的小,本质上是使用ASCII编码进行比较。
为表示中文,又游乐Unicode编码,为了与ASCII编码建荣,Unicode的前256个字符与ASCII码完全相同。
比较大小时先看长度,再看字母前后顺序,越靠后越大。
串的顺序存储结构
串的顺序存储结构是用一组地址连续的存储单元来存储串中的字符序列的。
串的链式存储结构
一个结点存储多个字符,但不如顺序存储灵活,性能也差
朴素的模式匹配算法
一个子串在一个大字符串中的定位操作称为串的模式匹配。
简单说,就是对主串的每一个字符作为子串开头,与要匹配的字符串进行匹配,对主串做大循环,每个字符开头做子串长度的小循环直到匹配成功或全部遍为止。
使用基本的数实现同样的算法
/* 朴素的模式匹配法 */
int Index(String S, String T, int pos)
{
int i = pos; /* i用于主串S中当前位置下标值,若pos不为1,则从pos位置开始匹配 */
int j = 1; /* j用于子串T中当前位置下标值 */
while (i <= S[0] && j <= T[0]) /* 若i小于S的长度并且j小于T的长度时,循环继续 */
{
if (S[i] == T[j]) /* 两字母相等则继续 */
{
++i;
++j;
}
else /* 指针后退重新开始匹配 */
{
i = i-j+2; /* i退回到上次匹配首位的下一位 */
j = 1; /* j退回到子串T的首位 */
}
}
if (j > T[0])
return i-T[0];
else
return 0;
}
这种方法太低效
KMP模式匹配算法
使用KMP算法可以大大避免重复遍历的情况(P113)
先计算出当前要匹配的子串的next数组
/* 通过计算返回子串T的next数组。 */
void get_next(String T, int *next)
{
int i,k;
i=1;
k=0;
next[1]=0;
while (i<T[0]) /* 此处T[0]表示串T的长度 */
{
if(k==0 || T[i]== T[k])
{
++i;
++k;
next[i] = k;
}
else
k= next[k]; /* 若字符不相同,则k值回溯 */
}
}
然后进行匹配查找
/* 返回子串T在主串S中第pos个字符之后的位置。若不存在,则函数返回值为0。 */
/* T非空,1≤pos≤StrLength(S)。 */
int Index_KMP(String S, String T, int pos)
{
int n = 0;
int i = pos; /* i用于主串S中当前位置下标值,若pos不为1,则从pos位置开始匹配 */
int j = 1; /* j用于子串T中当前位置下标值 */
int next[255]; /* 定义一next数组 */
get_next(T, next); /* 对串T作分析,得到next数组 */
while (i <= S[0] && j <= T[0]) /* 若i小于S的长度并且j小于T的长度时,循环继续 */
{
if (j==0 || S[i] == T[j]) /* 两字母相等则继续,与朴素算法增加了j=0判断 */
{
++i;
++j;
}
else /* 指针后退重新开始匹配 */
j = next[j];/* j退回合适的位置,i值不变 */
printf("n=%d i=%d j=%d\n",++n,i,j);
}
if (j > T[0])
return i-T[0];
else
return 0;
}
KMP模式匹配算法的改
(P119)