【笔记】串及其应用

最新推荐文章于 2024-01-16 10:11:21 发布

Time-space

最新推荐文章于 2024-01-16 10:11:21 发布

阅读量1.6k

点赞数

分类专栏：数据结构数据结构文章标签：字符串串的基本操作串的应用串的实现串的模式匹配算法

本文链接：https://blog.csdn.net/cbwem/article/details/78208763

版权

数据结构同时被 2 个专栏收录

42 篇文章 5 订阅

订阅专栏

数据结构

24 篇文章 1 订阅

订阅专栏

一串的概念
- 串的定义
- 串的抽象数据型
二串的表示
三串的实现
四串的模式匹配算法

一、串的概念

1.串的定义

串是计算机信息处理中最常见的一种数据结构，是有限的字符序列，记作 $S="a_1a_2……a_n"$ 其中S是串名，用双引号括起来的字符序列是串值；双引号是定界符，不是串的成分； $a_i$ (1小于等于i小于等于n)是程序设计语言的字符集中的字符，称为串元素；n是串的长度，且n大于等于0。当n=0时，称为空串，记作S=“ ”（一对双引号之间没有任何字符），而S=“ ”（一对双引号之间有一个空白字符）称为空白串。
串中任意个连续的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。通常将字符在串中的序号称为该字符在串中的位置。子串在主串的位置以子串的第一个字符在主串中的位置来表示。
当且仅当两个串的值相等时，两个串是相等的。即只有两个串的长度相等，且串中各个对应位置的字符均相等，两个串才是相等的。

2.串的抽象数据型

串是线性表的一种特殊情形，即当线性表的元素为字符型的情形。
串的操作通常不是以单个元素作为操作对象，往往是一连串的字符作为操作对象。串的基本操作集合：

StrAssign(&S,cstr)：串的赋值操作。
StrEmpty(S)：判断串是否为空。
StrLength(S)：求串的长度。
StrCopy(&T,S)：串的复制。
StrCompare(S,T)：串的比较。比较串S和T的每个字符的ASCII值的大小，如果S的值大于T，则返回1；如果S的值小于T ，则返回0；如果S的值小于T，则返回-1。
StrInsert(&S,pos,T)：串的插入操作。
StrDelete(&S,pos,T)：串的删除操作。
StrConcat(&T,S)：串的连接。
SubString(&Sub,S,pos,len)：截取子串。
StrReplace(&S,T,V)：串的替换。
StrIndex(S,pos,T)：返回子串的定位。
StrClear(&S)：清空串。
StrDestroy(&S)：销毁串。

二、串的表示

如何表示串，既要考虑在其上的定义的操作集易于实现和执行效率的提高，又要考虑存储管理的方便和存储器的使用效率。常见的表示法有以下3种：顺序表示、堆分配表示和块链式表示。

1.串的顺序表示

把串存放在一片连续的存储空间，即用顺序式线性表存储串，以串 $S=“x_1x_2…x_n”$ 为例，将其中的字符顺序地放到数组C[1…n]（字符型）中的连续位置。
在串的顺序存储结构中，确定串的长度有两种方法，一种是在串的末尾加上一个结束标记，如在C语言中定义串时，系统会在串值的最后自动加上‘\0’作为结束标记。另一种表示方法是用一个变量length存放串的长度，通常这种方法更为常用。

2.串的堆分配表示

在采用静态顺序存储表示的顺序串中，在串的插入、连接、替换操作中，如果串的长度超过了MaxLen，串会被截掉一部分。为了克服静态分配的缺点，可以使用动态存储分配表示串并实现串的基本操作。
采用堆分配存储表示的串称为堆串。堆串仍然采用一组地址连续的存储单元，存放串中的字符，但堆串中的存储空间是程序的执行过程中动态分配的。

3.串的块链式表示

用链接表来表示串，每个结点的结构为

其中，link域为指向下个结点的指针，而data域的最简单情形就是单个字符。
访问串中的一个子串，可以从头沿着链向后扫描，找到所希望的子串的开始元素，然后进一步沿着链得到子串的各后继元素。显然，这样访问子串的效率要比顺序表示法低。

对于data域为单个字符的链接表示法，存储空间的利用率很低。如果link占用两个字符位置，则每个节点中，只有 $1\over 3$ 的空间是用来存储数据的，因此这种存储法实际上很少被采用。为了提高空间利用率，可令data域存放串中的m个连续字符，即把串中每m个连续的字符分成一组，这样即可把串分成多组，每组字符串存放在一块连续的空间中，并通过链与下一组相连。

块链式串的基本操作

方式一：
串的删除操作：只要把被删除的串全部变成“无用”符即可，实现起来十分容易。但这样做显然要造成空间的浪费，而且降低访问效率。此时的补救办法是，每处理完一个块上的字符之后，检查该块是否已变成全“无用”的字符，若是，则将该块从链表中删除；在删除时，应找到被删除块的前导块的链域，若能在处理过程中保留前导块的地址，则删除过程会变得容易。

串的插入操作：按照插入子串在一个存储块中的位置及插入的字符个数，可有如下3种情形：

插入子串的元素个数小于或等于串中相应位置的“无用”符个数，此时可直接以插入的子串取代“无用”符，无须做任何修改工作。
若插入的子串在一个块中最后的一个字符之后，则申请新块装入子串，链入插入点之后即可。
若插入的子串在一个块中首字符之后，最后一个字符之前，则需要先申请一个新块，将插入点所在块上的字符以插入点为界，将其后的字符装入新块，而将原来块上的插入点之后的字符换成“无用”符；然后，申请新的块，装入要插入的字符，链入上述两块之间。

这种存储方式，若串中没有“无用符”，则存储器利用率最大可达2/3。若经过若干次插入、删除之后，存储利用率会降低，最低可能降到1/6。

方式二：
将块链式串转换为普通字符串，完成相应的操作后再转换为块链式串。

三、串的实现

四、串的模式匹配算法

串的模式匹配也称为子串的定位操作，即查找子串在主串中出现的位置。设有主串S和子串T，如果在主串S中找到一个与子串T相相等的串，则返回串T的第一个字符在串S中的位置。其中，主串S又称为目标串，子串T又称为模式串。
主要包括两种常用的模式匹配算法，即朴素模式匹配算法——BF算法和改进算法——KMP算法。
详情请查看【笔记】串的模式匹配算法