算法-字符串

字符串排序

一、键索引计数法

1. 时间复杂度：线性时间，排序N个键为0-R-1需要11N+4R+1次。因为不是继续比较的排序。计数排序嘛，分配型的排序方法，以空间换时间。
2. 适用：小整数键
3. 步骤：频率统计，频率转化为索引，数据分类，数据回写。
4. 特点：是其他三种方法的基本操作

二、低位优先字符串排序（LSD Least-Significant-Digit First）

1. 时间复杂度：基于键索引排序法 对基于R个字符的字母表的N个长度为W的元素，LSD需要访问~7WN+3WR次数组，空间复杂度为O（N+R）
2. 适用：定长字符串
3. 特点：是稳定排序的一种

三、高位优先字符串排序

1. 时间复杂度：亚线性，最坏情况下为线性。
2. 适用：不定长的随机字符串
3. 特点：递归算法，和快排类似，采用切分，一定要搭配插排适用，不然空间复杂度爆炸（N+WR）。插排的阈值M应该为基数R的平方根级别。
4. 最坏情况：数组含有大量重复键或较长的公共前缀（比如域名）

四、三向字符串快速排序

1. 时间复杂度：N-Nw，w为字符数组中最长字符串的长度。
2. 适用：含有较长的公共前缀或大量重复主键的情况。专门为了弥补MSD算法缺陷而设计的，结合三向切分快排思想。
3. 特点：递归算法，三向快排的思想，较为通用（和归并排序的情况差不多，最好最坏情况上下界差距不是特别大）是原地排序的方法，空间复杂度为W+logN

五、KMP算法：

1. 时间复杂度：M+N，M为模式长度，N为字符串长度
2. 空间复杂度：~MR，R是基数
3. 适用：重复字符的字符串，如AAAAB/BABABAB
4. 特点：（1）代码简洁。（2）采用有限自动状态机（一个数组）记录输入后状态机的状态。（3）充分利用部分匹配串，指向字符串的指针i始终++，不再回溯，而指向模式的指针j模拟在状态机运行状态。