字符串和多维数组学习总结

一、字符串

（一）、串的逻辑结构

串：零个或多个字符组成的有限序列。串长度：串中所包含的字符个数。空串：长度为0的串，记为：" "。子串：串中任意个连续的字符组成的子序列。主串：包含子串的串。子串的位置：子串的第一个字符在主串中的序号。

（二）、串的存储结构

顺序串：用数组来存储串中的字符序列。链接串：用链接存储结构来存储串。

（三）、模式匹配

模式匹配：给定主串S="s1s2…sn"和模式T="t1t2…tm"，在S中寻找T 的过程称为模式匹配。

BF算法

1. 在串S和串T中设比较的起始下标i和j；2. 循环直到S或T的所有字符均比较完；如果S[i]==T[j]，继续比较S和T的下一个字符；否则，将i和j回溯(i=i-j+1,j=0)，准备下一趟比较；3. 如果T中所有字符均比较完，则匹配成功，返回匹配的起始比较下标(i-j)；否则，匹配失败，返回-1；

int BF(char S[ ], char T[ ])
{
     i=0; j=0;   
    while (i<S.Length（）&&j<T.length())
    {
         if (S[i]==T[j]) {
             i++;   j++;
         }  
         else {
             i=i-j+1;    j=0;
         }   
     }
     if (j>=T.length())  return (i-j);   
     else return -1;
}

KMP算法

1.在串S和串T中分别设比较的起始下标i和j；2. 循环直到S中所剩字符长度小于T的长度或T中所有字符均比较完毕；如果S[i]==T[j]，继续比较S和T的下一个字符；否则将j向右滑动到next[j]位置，即j=next[j]；如果j=-1，则将i和j分别加1，准备下一趟比较； 3. 如果T中所有字符均比较完毕，则返回匹配的起始下标；否则返回-1；

void Compute_Next(char t[], int next[])
{
	int j,k;
      next[0]=-1;j=1;
	while(t[j]!='\0')
	{
		k=next[j-1];
		while((k!=-1)&&(t[k]!=t[j-1]))
			k=next[k];
		next[j]=++k;
		j++;
	}
}

int KMP_FindPat(char *s, char *t,int *next){
	int i=0,j=0,k;
	while(s[i]!='\0' && t[j]!='\0')	{
		if(j==-1 || s[i]==t[j])	{
                 i++;
                 j++;
           }
		else
		      j=next[j];
	}
	if(t[j]=='\0')
		return i-j;
	else
		return -1;
}

二、多维数组

（一）、数组

数组的定义：数组是由一组类型相同的数据元素构成的有序集合，每个元素受n(n≥1)个线性关系的约束，并称该数组为 n 维数组。

数组的特点：元素本身可以具有某种结构，属于同一数据类型；数组是一个具有固定格式和数量的数据集合。

二维数组是数据元素为线性表的线性表。

（二）、数组的存储结构与寻址

设一维数组的下标的范围为闭区间［l，h］，每个数组元素占用 c 个存储单元，则其任一元素 ai 的存储地址可由下式确定：Loc(ai)＝Loc(al)＋(i－l)×c。

按行优先存储的基本思想是：最右边的下标先变化，即最右下表从小到大，循环一遍后，右边第二个下标再变，……最后是最左下标。

按列优先存储的基本思想恰好相反:最左边的下标先变化，即最左下标从小到大，循环一遍后，左边第二个下标再变，……最后是最右下标。

（三）、矩阵的压缩存储

特殊矩阵：矩阵中很多值相同的元素并且它们的分布有一定的规律。

稀疏矩阵：矩阵中有很多零元素。

压缩存储的基本思想是：

⑴ 为多个值相同的元素只分配一个存储空间；

⑵ 对零元素不分配存储空间。

对称矩阵的压缩存储

对称矩阵关于主对角线对称，因此只需存储下三角部分即可。这样，原来需要n*n个存储单元，现在只需n*（n+1）/2个存储单元，节约了大约一半的存储单元。当n较大时，这是客观的一部分存储单元。

三角矩阵的压缩存储

下三角矩阵的压缩存储与对称矩阵类似，不同之处仅在于存储下三角中的元素以外，还要存储对角线上方的常数。因为是同一个常数，所以只存储一个即可。这样，共存储n*(n+1)/2+1个元素，将其按行优先存入数组SA[n*(n+1)/2+1]中。

下三角矩阵中任一元素a(ij)在SA中的下标k与i、j的对应关系为：当i>=j时，k=i*(i-1)/2+j-1;当i<j时，k=n*(n+1)2；

同理，上三角矩阵中任一元素a(ij)在SA中的下标k与i、j对应关系为：当i<=j时，k=(i-1)*(2n-i+2)/2+j-i;当i>j时，k=n*(n+1)/2

对角矩阵的压缩存储

    在对角矩阵中，所有非零元素都集中在以主对角线为中心的带状区域，除了主对角线和他的上下若干条主对角线的元素外，所有其他元素都为零。因此，对角矩阵也称为带状矩阵。

    对于一个m*n的w对角矩阵（w是占有非零元素的对角线的个数，也称带宽），一种压缩方法是将其压缩到一个m行w列的二维数组B中，则a(ij)映射为b(ts)，其映射关系为：（1） t=i；（2） s=j-i+2

稀疏矩阵的压缩存储

将稀疏矩阵的非零元素对应的三元组成所构成的集合，按行优先的顺序排列成一个线性表，称为三元组表，则稀疏矩阵的压缩存储转化为三元组表的存储。

1. 三元组顺序表

采用顺序存储结构存储的三元组表称为三元组顺序表。显然，要唯一表示一个稀疏矩阵，还需要在存储三元表的同时存储该矩阵的行数、列数和非零元素的个数，其存储结构定义如下：

const  int MaxTerm=100;
struct  Sparsematrix
{
  elementdata [MaxTerm];
  intmu,nu,tu;
};

2. 十字链表

稀疏矩阵的链接存储结构称为十字链表。它具备存储结构的特点，因此，在非零元素的个数及位置都会发生变化的情况下，通常采用十字链表存储稀疏矩阵。

十字链表存储稀疏矩阵的基本思想是：将每个非零元素对应的三元组存储为一个链接表结点，节点由5个域组成。

struct OrthNode
{
   element data;
   struct OrthNode *right,*down;
};