4.1_1_串的定义和基本操作
串,即字符串(String)是由零个或多个字符组成的有限序列。一般记为S=’a1a2……an’(n>=0)
其中,S是串名,单引号括起来的字符序列是串的值;ai可以是字母、数字或其他字符;穿中字符的个数n称为串的长度。n=0时的串称为空串
例:S=”HelloWorld!”
T=’iPhone 11 Pro Max?’
注:有的地方用双引号(如Java、C)有的地方用单引号(如Python)
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。
字符在主串中的位置:字符在串中的序号。
子串在主串中的位置:子串在第一个字符在主串中的位置。
注意:位序从1开始,而不是从0开始
空串VS空格串
M=’’ N=’ ‘
M是空串,N是由三个空格字符组成的空格串
串是一种特殊的线性表,数据元素之间呈线性关系
串的数据对象限定为字符集(如中文字符、英文字符、数字字符、标点字符等)
串的基本操作,如增删改查通常以子串为操作对象
串的基本操作
StrAssign(&T,chars):赋值操作。把串T赋值为chars。
StrCopy(&T,S):复制操作。由串S复制得到串T。
StrEmpty(S):判空操作。若S为空串,则返回TRUE,否则返回FALSE。
StrLength(S):求串长。返回串S的元素个数。
ClearString(&S):清空操作。将S清为空串。
DestroyString(&S):销毁串。将串S销毁(回收存储空间)
Concat(&T,S1,S2):串联接。用T返回由S1和S2联接而成的新串
SubString(&Sub,S,pos,len):求子串。用Sub返回串S的第pos个字符起长度为len的子串。
Index(S,T):定位操作。若主串S中存在与串T值相同的子串,则返回它在主串S中第一次出现的位置;否则函数值为0。
StrCompare(S,T):比较操作。若S>T,则返回值>;若S=T,则返回值=0;若S<T,则返回值<0。
从第一个字符开始往后依次对比,先出现更大字符的串就更大
长串的前缀与短串相同时,长串更大
只有两个串完全相同时,才相等
任何数据存到计算机中一定是二进制数。需要确定一个字符和二进制数的对应规则,这就是编码
4.1_2_串的存储结构
串的顺序存储
#define MAXLEN 255 //预定义最大串长为255
typedef struct{
char ch[MAXLEN]; //每个分量存储一个字符
int length; //串的实际长度
}SString;
静态数组实现(定长顺序存储)
typedef struct{
char *ch; //按串长分配存储区,ch指向串的基地址
int length; //串的长度
}HString;
HString S;
S.ch=(char *) malloc(MAXLEN * sizeof(char));
S.length = 0;
动态数组实现(堆分配存储)
用malloc函数申请用完需要手动free
串的链式存储
typedef struct StringNode{
char ch; //每个结点存一个字符
struct StringNode * next;
}StringNode,* String;
存储密度低,每个字符1B,每个指针4B
typedef struct StringNode{
char ch[4]; //每个结点存多个字符
struct StringNode * next;
}StringNode, * String;
存储密度提高
StrAssign(&T,chars):赋值操作。把串T赋值为chars。
StrCopy(&T,S):复制操作。由串S复制得到串T。
StrEmpty(S):判空操作。若S为空串,则返回TRUE,否则返回FALSE。
StrLength(S):求串长。返回串S的元素个数。
ClearString(&S):清空操作。将S清为空串。
DestoryString(&S):销毁串。将串S销毁(回收存储空间)。
Concat(&T,S1,S2):串联接。用T返回由S1和S2联接而成的新串。
SubString(&Sub,S,pos,len):求子串。用Sub返回串S的第pos个字符起长度为len的子串。
//求子串
bool SubString(SString &Sub, SString S, int pos, int len){
//子串范围越界
if(pos+len-1>S.length)
return false;
for(int i=pos; i<pos+len; i++)
Sub.ch[i-pos+1]=S.ch[i];
Sub.length=len;
return false;
}
StrCopare(S,T):比较操作。若S>T,则返回值>0;若S=T,则返回值=0;若S<T,则返回值<0。
int StrCompare(SString S, SString T){
for(int i=1; i<=S.length && i<=T.length; i++){
if(S.ch[i]!=T.ch[i])
return S.ch[i]-T.ch[i];
}
//扫描过的所有字符都相同,则长度长的串更大
return S.length-T.length;
}
Index(S,T):定位操作。若主串S中存在与串T值相同的子串,则返回它在主串S中第一次出现的位置;否则函数值为0。
int Index(SString S, SString T){
int i=1, n=StrLength(S), m=StrLength(T);
SString sub; //用于暂存子串
while(i<n-m+1){
SubString(sub,S,i,m);
if(StrCompare(sub,T)!=0) ++i;
else return i; //返回子串在主串中的位置
}
return 0; //S中不存在与T相等的子串
}
4.2_1_朴素模式匹配算法
字符串模式匹配:在主串中找到与模式串相同的子串,并返回其所在位置
子串——主串的一部分,一定存在
模式串——不一定能在主串中找到
主串长度为n,模式串长度为m
朴素模式匹配算法:将主串中所有长度为m的子串依次与模式串对比,直到找到一个完全匹配的子串,或所有的子串都不匹配为止。
最多对比n-m+1个子串
int Index(SString S, SString T){
int i=1, n=StrLength(S), m=StrLength(T);
SString sub; //用于暂存子串
while(i<n-m+1){
SubString(sub,S,i,m);
if(StrCompare(sub,T)!=0) ++i;
else return i; //返回子串在主串中的位置
}
return 0; //S中不存在与T相等的子串
}
接下来:不适用字符串的基本操作,直接通过数组下标实现朴素模式匹配算法
若当前子串匹配失败,则主串指针i指向下一个子串的第一个位置,模式串指针j回到模式串的第一个位置
若j>T.length,则当前子串匹配成功,返回当前子串第一个字符的位置——i-T.length
int Index(SString S, SString T){
int i=1,j=1;
while(i<=S.length && j<=T.length){
if(S.ch[i]==T.ch[j]){
++i;++j; //继续比较后继字符
}
else{
i=i-j+2;
j=1; //指针后退重新开始分配
}
}
if(j>T.length)
return i-T.length;
else
return 0;
}
设主串长度为n,模式串长度为m,则最坏时间复杂度=O(mn)
最坏的情况,每个子串都要对比m个字符,共n-m+1个子串,复杂度=O((n-m+1)m)=O(mn)
4.2_2_KMP算法(旧版上)
改进思路:主串指针不回溯,只有模式串指针回溯
int Index_KMP(SString S,SString T,int next[]){
int i=1, j=1;
while(i<=S.length&&j<=T.length){
if(j==0 || S.ch[i]==T.ch[j]){
++i;
++j; //继续比较后续字符
}
else
j=next[j]; //模式串向右移动
}
if(j>T.length)
return i-T.length; //匹配成功
else
return 0;
}
4.2_3_KMP算法(旧版下)
next数组:当模式串的第j个字符匹配失败时,令模式串跳到next[j]再继续匹配
串的前缀:包含第一个字符,且不包含最后一个字符的子串
串的后缀:包含最后一个字符,且不包含第一个字符的子串
当第j个字符匹配失败,由前1~j-1个字符组成的串记为S,则:next[j]=S的最长相等后缀长度加一
特别地,next[1]=0
模式串:’ababaa’
序号j | 1 | 2 | 3 | 4 | 5 | 6 |
模式串 | a | b | a | b | a | a |
next[j] | 0 | 1 | 1 | 2 | 3 | 4 |
KMP算法平均时间复杂度:O(n+m)
4.2_4_KMP算法的进一步优化
next[1]都无脑写0
next[2]都无脑写1
其他next:在不匹配的位置前,划一根美丽的分界线,模式串一步一步往后退,直到分界线之前“能对上”,或模式串完全跨过分界线为止。此时j指向哪儿,next数组值就是多少
求nextval数组
手算解题:先求next数组,再由next数组求nextval数组
nextval[1]=0;
for(int j=2; j<=T.length; j++){
if(T.ch[next[j]]==T.ch[j])
nextval[j]=nextval[next[j]];
else
nextval[j]=next[j];
}