串的定义
串:由零个/多个字符组成的有限序列,又叫字符串
记法:s=”a1a2a3a4a5’—an”
ai(i大于等于1 小于等于n)
n:字符串的长度
空串:”’
空格串:只包含空格的串,有内容,有长度、
子串:任意个数的连续字符组成的子序列
主串:包含字串的串
子串在主串中的位置:子串的第一个字符在主串中的序号
串的比较
通过ASCII码值来比较
相等
1、长度相等
2、 各个对应位置的字符都相等
不相等
1、 s=”lose” t=”loser”
前四位都相同,t字符串多了一位,所以s<t
2、s=”happen” y=”happy”
两个串的前四位都相同
第五位’e’的ASCII码小于’y’的ASCII码
所以s<t
串的抽象数据类型
StrAssign(T,*chars)//生成一个值等于字符串常量chars的串T
StrCopy(T,S)//把串S复制给串T
ClearString(S)//将串S清空
StringEmpty(S)//判断串S是否为空,为空,返回true,否则返回false
StrLength(S)//返回串S的元素个数,即串的长度
StrCompare(S,T)//若S>T,返回>0|若S=T,返回0|若S<T,返回<0
Concat(T,S1,S2)//用T返回由S1和S2连接的新串
SubString(Sub,S,pos,len)//用Sub返回串S的第pos个字符起长度为len的子串
//前提:1小于等于pos小于等于StrLength(S)
//0小于等于len小于等于StrLength(S)-pos+1
Index(S,T,pos)//如果主串S中包含串T,返回它在主串中第pos个字符后第一次出现的位置,否则返回0
Replace(S,T,V)//用V替换主串S中出现的所有与T相等的不重叠的子串
StrInsert(S,pos,T)//在S的第pos个字符前插入串T(1小于等于pos小于等于StrLength(S)+1
StrDelete(S,pos,len)//从串中删除第pos个字符起长度为len的子串(1小于等于pos小于等于StrLength(S)-len+1)
串的存储结构
串的顺序存储结构(数组)
用定长数组来定义,弊端:存储空间不够,时常会出现字符串截断的现象。
串的链式存储结构(链表)
结构体中的每个元素数据是一个字符或多个字符。
算法一:暴力匹配算法
模式匹配:子串在主串中的位置
对主串做大循环,每个字符开头做T的长度的小循环,直到匹配成功或遍历结束。
int Index(String S,String T,int pos)
{
int i=pos;
int j=1;
while(i<=S[0]&&j<=T[0])//S[0]和T[0]是最大长度
{
if(s[i]==s[j])
{
++i;
++j;
}
else
{
i=i-j+2;//i退回到上一次开始的后一位
j=1;//j退回到下标1 重新开始匹配
}
}
if(j>T[0])//T已经匹配完毕
{
return i-T[0];//返回在主串中的位置
}
else
{
return 0;
}
}
也可以使下标从0开始
int index(char *S,char *T)
{
int SL=strlen(S);
int TL=strlen(T);
int i=0;
int j=0;
while(i<SL&&j<TL)
{
if(S[i]==T[j])
{
++i;
++j;
}
else
{
i=i-j+1;
j=0;
}
}
if(j==TL)
{
return i-j;
}
else
{
return 0;
}
}
#include<stdio.h>
#include<string.h>
int main()
{
char a[10];
char b[5];
int c;
c=index("abcdefacdefb","cdefb");
printf("子串在主串中的位置为%d",c);
}
不足之处:暴力匹配算法的效率过低,时间复杂度高。
算法二—KMP模式匹配算法
假设现在主串匹配到i位置,子串匹配到j位置
*如果j=-1或当前字符匹配成功(s[i]==p[j]) 那么i++ j++继续匹配下一个字符
如果j!=-1且当前字符匹配失败(s[i]!=p[j]),那么令i不变,j=next[j]*。即匹配失败时,子串p相对于主串s向右移动了j-next[j]位。模式串向右移动的位数为:失配字符所在位置 - 失配字符对应的next 值。
next数组各值的含义:当前字符之前的字符串中,由多大长度的相同前缀后缀。
next[j]=k 代表j之前的字符串有最大长度为k的相同前缀后缀。
即在某个字符失配时,该字符对应的next值会告诉你下一步匹配中,子串应该跳到哪个位置。
如果next[j]等于-1或0,那么跳到子串的开头
如果next[j]=k&&k>0,则代表下次匹配跳到j之前的某个字符。
如图所示
这里子串的D与主串的空格不相匹配
所以i不变,j=next[j]=2,即子串向右移动了(6-2=4位)
此时已经向右移动了4位,s[10]和p[2]继续匹配
前提:求得next[]数组
#失配时,模式串向右移动的位数为:失配字符所在位置 - 失配字符对应的next 值
方法一:求当前字符之前的字符串的 最大相同前后缀(直接求)
a b a b
-1 0 0 1
方法二:先求出最大长度表,然后右移一位,初始值赋为-1
最大长度表
A B C D A B D—-子串
0 0 0 0 1 2 0——最大长度值
-1 0 0 0 0 1 2 0—–next[]数组
方法三:通过代码来递推
已知next[0,1,2“`j],怎样求next[j+1]?
(1)对于P的前j+1个序列字符,若p[k] == p[j],则next[j + 1 ] = next [j] + 1 = k + 1。
如图所示
这里已知next[j]=k=2,又因为p[k]==p[j](说明E之前的字符串的前缀和后缀相同),所以next[j+1]=next[j]+1=k+1=3
说白了,就是在C之前的字符串中,我们早就知道ABCDAB这个字符串的前缀和后缀是AB,在这里,我们又知道了E之前的字符串ABCDABC中的C相等。这里的C分别是前一个的Pk和Pj。
(2)如果说pk!=pj,用p[next[k]] 去跟pj 继续匹配,如果p[ next[k] ]跟pj还是不匹配,则需要寻找长度更短的相同前缀后缀,即下一步用p[ next[ next[k] ] ]去跟pj匹配。此过程相当于模式串的自我匹配,所以不断的递归k = next[k],直到要么找到长度更短的相同前缀后缀,要么没有长度更短的相同前缀后缀。
利用递归求next数组
void GetNext(char *p,int next[])
{
int pLen=strlen(p);
next[0]=-1;
int k=-1;
int j=0;
while(j<pLen-1)
{
if(k==-1||p[k]==p[j])//前缀等于后缀
{
++k;
++j;
next[j]=k;
}
else
{
k=next[k];
}
}
}
根据next数组进行匹配
如图所示
int KmpSearch(char* s, char* p)
{
int i = 0;
int j = 0;
int sLen = strlen(s);
int pLen = strlen(p);
while (i < sLen && j < pLen)
{
//①如果j = -1,或者当前字符匹配成功(即S[i] == P[j]),都令i++,j++
if (j == -1 || s[i] == p[j])
{
i++;
j++;
}
else
{
//②如果j != -1,且当前字符匹配失败(即S[i] != P[j]),则令 i 不变,j = next[j]
//next[j]即为j所对应的next值
j = next[j];
}
}
if (j == pLen)
return i - j;
else
return -1;
}