【数据结构】字符串匹配

字符串匹配

字符串匹配是在主串中找字串所处主串的起始位置，是各大搜索引擎进行关键字查找的重要步骤之一。

1.字符串的存储结构

typedef struct {
	char ch[MaxSize];  //字符数组
	int length;	       //字符串长度
}String;

2.BF暴力匹配算法

暴力匹配不名思意，就是挨个进行比较，如果全部匹配则返回字串在主串中的位置；如果查找失败，则子串指针回退到起始位置，主串指针回退到前一步对比起始位的后一步位置，重新开始匹配，其时间复杂度最坏可以达到O(m*n)。

int Index_BF(String S, String T){
	/*暴力匹配*/
	int i = 1, j = 1;
	while (i <= S.length && j <= T.length){
		if (S.ch[i] == T.ch[j]){	//若字符匹配
			i++; j++;	  	//子串指针和主串指针同时后移
		}else{		//若不匹配
			i = i - j + 2;  //主串指针回到此次对比起始位的后一位置
			j = 1;       	//子串指针回到起始位置
		}
	}
	if (j > T.length) return i - T.length;
	return 0;
}

3.KMP匹配算法

首先获取next数组，若匹配失败的话则子串指针用next数组下对应的位置进行回退，因此可以使得时间复杂度达到O(m+n)。

（1）获取next数组

next数组的获取类似于子串自身对自身匹配，字串的首个字符匹配失败所回退的位置，对应的next[1]，所以可将next[1]设成0，并在判断字符串是否相等的 if 语句中添加 j == 0 用来使当 j 等于 0 时可以让 i 后移以为，同时 j 也后移一位。
后续对next数组的设置，可以在子串与主串子针后移后，使用next[i] = j 来设置后续的next值。因此next[1] 为0 ，next[2] 为1。

void get_next(String S, int next[]){
	/*获取next数组*/
	int i = 1, j = 0;
	next[1] = 0;
	while (i < S.length){
		if (S.ch[i] == S.ch[j] || j == 0){
			i++; j++;
			next[i] = j;
		}else{
			j = next[j];
		}
	}
}

（2）获取nextval数组

当子串中存在连续的字符，如：“aaaab”，若主串的字符为“aaaacaaaab”，则在第5位会匹配失败，但是前面匹配的字符串全部相同，按照next数组的话，则子串指针会回退到next[5]所存储的位置，而 next[5] 等于 4，子串指针会移动到4，主串继续在第5位，依次类推，则会重复很多次不必要的对比，因此引入nextval数组。
nextval数组是next数组的升级版本，若子串中存在连续的字符，则后一个字符的nextval值存储前一个相同字符的索引，这样就可以跳过连续字符的不必要对比。

void get_nextval(String S, int nextval[]){
	/*获取nextval数组*/
	int i = 1, j = 0;
	nextval[1] = 0;
	while (i < S.length){
		if (S.ch[i] == S.ch[j] || j == 0){
			i++; j++;
			if (S.ch[i] != S.ch[j]){  //若两个字符不相等，则照常进行存储
				nextval[i] = j;
			}else{
				nextval[i] = nextval[j];//若两个字符相等，则设成前个索引
			}
		}else{
			j = nextval[j];
		}
	} 
}

（3）KMP匹配

KMP匹配使用next作为辅助，当主串与子串对匹配失败时，其子串指针回退的位置值可直接取nextval数组中的索引值，从而达到有效回退的作用，大大节约运算时间，使其时间复杂度达到O(m+n)。

int Index_KMP(String S, String T, int next[]){
	/*KMP算法*/
	int i = 1, j = 1;
	while (i <= S.length && j <= T.length){
		if (S.ch[i] == T.ch[j] || j == 0){
			i++; j++;
		}else{
			j = next[j];
		}
	} 
	if (j > T.length) return i - T.length;
	return 0;
}