重学数据结构之第五章-串

1、定义

**串（string）**是由零个或多个字符组成的有限序列，又名叫字符串。

零个字符的串称为空串。

计算机中常用字符是使用ASCII编码，更准确一点，由7位二进制数表示一个字符，总共可以表示128个字符。后来发现一些特殊符号的出现，128个不够用，于是扩展ASCII码由8位二进制数表示一个字符，总共可以表示256个字符，这已经足以满足以英语为主的语言和特殊符合进行输入、存储、输出等操作的字符需要了， 可是，单我们国家就有除汉语以外的其他少数名族文字，换做全世界估计要有成百上千种语言与文字，显然256个字符是不够的，因此有了Unicode编码，比较常用的是由16位的二进制数表示一个字符，这样总共就有2的16次方个字符，约6.5万多个字符，足够表示世界上所有语言的所有字符了 。当然为了和ASCII码兼容，Unicode的前256个字符与ASCII码完全相同。

2、朴素模式匹配算法

字串的定位操作通常称做串的模式匹配，朴素模式是最原始的写法，存在很多重复的次数，时间复杂度最坏情况O((n-m+1)*m）。所以才会介绍后面的KMP算法，基于此算法的优化,时间复杂度变为O(n+m)。
java语言版本：

public class TestString {
    public static void main(String[] args) {

        int index = getIndex("goodgoogle", "google", 0);
        System.out.println("index:" + index);
    }

    private static int getIndex(String s, String t, int pos) {
        int i = pos;
        int j = 0;

        int sLength = s.length();
        int tLength = t.length();

        char[] sArray = s.toCharArray();
        char[] tArray = t.toCharArray();

        while (i <= sLength - 1 && j <= tLength - 1) {//java中字符串中字符的下标是从0开始的
            if (sArray[i] == tArray[j]) {
                i++;
                j++;
            } else {
                i = i - j + 1;
                j = 0;//没有匹配到字符后，我们需要将当前t已经比较的部分游标j置为1，方便下一次开始从t的第一位开始进行比较。
            }
        }
        if (i >= tLength) {
            return i - (tLength);
            //这句话很有意思，因为i是累加的，所以当全部匹配到google的时候，goodgoogle，i的值已经变成了10，因为我们匹配到了最后一位，
            // 所以这时候我们找到匹配成功的初始位置，就是11-6=5 ;我们在第5位置匹配到了google。
        }
        return -1;//没有匹配成功
    }
}

i = i - j + 1****这是一个简单且关键的计算：

用当前的i比较后的位置减去j的长度+1就等于当前s的下一个要开始比较的位置，就好比，我们goodgoogle 和 google 比较到good 时发现d不同，但是我们已经比较了goo ，i已经变成了3，j也已经变成了3，这时候i-j=0相当于回到了与s比较的初始位置0,然后我们让i+1，（则i=1）设置下一次要比较的s的起始位置，因为没有匹配成功，所以我们也要将j的位置从3设置为0，设置下一次要比较的t的起始位置；
然后继续往下，即oodgoole和google比较，发现s的第一个字符o与t的第一个字符g不同，这时候我们上一次操作后的i=1,j=0,那么i-j+1=2；

继续往下， 即odgoole和google比较，以此类推。

3、KMP模式匹配算法

一个模式匹配算法可以大大避免重复遍历的情况，我们把它称之为克努特-莫里斯-普拉特算法，简称KMP算法。
算法比较费脑。
关于getNext的推导的一张草图，但是一定要结合书本看《大话数据结构》。

public class TestString {
    public static void main(String[] args) {

        int index = getIndex("goodgoogle", "google", 0);
        System.out.println("index:" + index);

        int index2 = kmp("goodgoogle", "google");
        System.out.println("index2:" + index2);

    }

    private static int getIndex(String s, String t, int pos) {
        int i = pos;
        int j = 0;

        int sLength = s.length();
        int tLength = t.length();

        char[] sArray = s.toCharArray();
        char[] tArray = t.toCharArray();

        while (i <= sLength - 1 && j <= tLength - 1) {//java中字符串中字符的下标是从0开始的
            if (sArray[i] == tArray[j]) {
                i++;
                j++;
            } else {
                i = i - j + 1;
                j = 0;//没有匹配到字符后，我们需要将当前t已经比较的部分游标j置为1，方便下一次开始从t的第一位开始进行比较。
            }
        }
        if (i >= tLength) {
            return i - (tLength);
            //这句话很有意思，因为i是累加的，所以当全部匹配到google的时候，goodgoogle，i的值已经变成了10，因为我们匹配到了最后一位，
            // 所以这时候我们找到匹配成功的初始位置，就是11-6=5 ;我们在第5位置匹配到了google。
        }
        return -1;//没有匹配成功
    }

    public static int kmp(String s, String t) {
        char[] sArray = s.toCharArray();
        char[] tArray = t.toCharArray();
        int[] next = getNext(t);
        for (int i = 0; i < sArray.length; i++) {
            int j = 0;
            while (j < tArray.length) {
                if (sArray[i] != tArray[j]) {
                    if (j == 0) {
                        break;
                    }
                    j = next[j];
                } else {
                    i++;
                    j++;
                }
            }
            if (j == tArray.length) {
                return i - j;
            }
        }
        return -1;
    }


    public static int[] getNext(String t) {
        char[] chars = t.toCharArray();

        int i = 0, j = -1;

        int[] next = new int[t.length()];

        next[0] = -1;
        next[1] = 0;

        while (i < t.length() - 1) {

            if (j == -1 || chars[i] == chars[j]) {
                next[++i] = ++j;
            } else {
                j = next[j];
            }
        }
        return next;
    }

3、KMP模式匹配算法改进

 public static void main(String[] args) {

      
        int index2 = kmp2("goodgoogle", "google");
        System.out.println("index2:" + index2);

    }

public static int kmp2(String s, String t) {
        char[] sArray = s.toCharArray();
        char[] tArray = t.toCharArray();
        int[] next = getNextVal(t);
        for (int i = 0; i < sArray.length; i++) {
            int j = 0;
            while (j < tArray.length) {
            //这个地方需要判断是否为-1
                if (i > -1 && j > -1 && sArray[i] != tArray[j]) {
                    if (j == 0) {
                        break;
                    }
                    j = next[j];
                } else {
                    i++;
                    j++;
                }
            }
            if (j == tArray.length) {
                return i - j;
            }
        }
        return -1;
    }

    public static int[] getNextVal(String t) {
        char[] tArray = t.toCharArray();

        int i = 0, j = -1;

        int[] nextVal = new int[t.length()];

        nextVal[0] = -1;
        nextVal[1] = 0;

        while (i < t.length() - 1) {

            if (j == -1 || tArray[i] == tArray[j]) {

                i++;
                j++;
                //相较于getNext()改动的地方
                if (tArray[i] == tArray[j]) {  // i == j， i+1 == j+1
                    nextVal[i] = nextVal[j];
                } else {
                    nextVal[i] = j;
                }

            } else {
                j = nextVal[j];
            }
        }
        return nextVal;
    }

输出结果

index:4
index2:4

回头再来补充代码解释：

---

码字不易，求个关注。

微信公众号： 一粒尘埃的漫旅

里面有很多想对大家说的话，就像和朋友聊聊天。
写代码，做设计，聊生活，聊工作，聊职场。
我见到的世界是什么样子的？
搜索关注我吧。