串的模式匹配算法

串的模式匹配算法

子串的定位操作通常称作串的模式匹配。通常用函数Index( S, T, pos)来求解，其中S为主串，T为模式串，pos为主串中的位置，整个函数的作用是返回在字符串S中的第pos个字符及以后（包含pos）首次出现与字符串T相匹配的子串的第一个字符的位置。例如：S=”abciu(5)abcjka(11)bcdiii”，T=”abcd”，则S中第5个字符后首次出现与T相同的子串的位置为11。

用计数指针i和j分别指示主串S和模式串T中当前正待比较的字符位置对应的下标(注意字符串的第n个字符对应的下标为n-1，故i的初始值为pos-1，j 的初始值为0，因此j 的值即为匹配的字符的个数）。算法的基本思想是：

（1）从主串的S的第i个位置代表的字符起和模式T的第一个字符（对应j = 0）比较，如果相等：

1）则i++,j++继续逐个比较后续字符；

2）当有n个（n大于1且小于模式T的长度）字符匹配，第n+1个字符不匹配时，用主串中这n个匹配的连续字符的第二个字符作为当前的新i值（当前的新i值与之前的旧i值的关系为i_new= i_old –n +1，其中i_old–n 即为连续匹配的n个字符的第一个字符，再加1即为匹配的第二个字符，而n = j 故i_new= i_old –j +1）与模式T的第一个字符比较，将n值也置为0，回到（1）继续比较。S=”abciu(4)ab(6)cjka(10)bcdiii”，T=”abcd”，例如对于该字符串，从第六个字符开始的三个字符匹配之后，此时i = 8，j = 3，对应的主串字符为‘j’与模式T的第四个字符d不匹配；因此i_new= i_old –n +1 = 8 - 3 + 1 =6，j = 0继续回到（1）比较。

（2）从主串的S的第i（第一次比较时i值即为pos的值）个字符起和模式T的第一个字符比较之后不相等，则从主串的下一个字符（i++）起再重新和模式T的第一个字符( j = 1 )比较。

（3）依次类推，直到连续匹配的字符个数n等于模式T的字符个数时，匹配成功，返回这n个连续字符的第一个字符的位置（当前i值减去字符长度n即为首字符的位置）。否则，当S到达字符串末尾时n值不等于模式T的字符个数时，匹配失败。

typedef struct{
	char *ch;
	int length;
}HString;

//若str1指向的主串中存在和str2指向的字符串相同的字串，则返回她在主串S中第pos个字符之后第一次出现的位置
int Index( HString *str1, HString *str2, int pos )
{
	int i = 0;
	int j = 0;
	int k = 0;
	int position[MAX] = { MAX * 0 };  //用于存储出现和str2指向的串相同的子串的开始位置
	

	if( str1->length == 0 || str2->length == 0 ){   //如果两个字符串有一个为空，则报错并返回0
		printf( "Index error:one of the string is empty!\n" );
		return 0;
	}
	else{  //如果均不为空
		while( i < str1->length ){    //循环次数i大于主串的长度时，跳出循环
			if( *( str1->ch + i ) == *( str2->ch + j ) ){   
				if( j == str2->length - 1 ){     //当j值为str2的最后一个字符的下标时，表示str1中存在一个与str2相同的串
					position[k] = i - j + 1;   //第k+1个和str2指向的串相同的子串的开始位置赋给position的第k项
					j = -1;  //将j置零，是的后面自增一后j为0，即从str2的第一项继续开始判断
					k++;
				}
				i++;
				j++;
			}
			else{//如果str2的第j个字符与str1的i个字符不相等，
				if( j == 0 ){   //j等于0说明到目前为止str1中还没有出现与str2的前几个字符匹配的情况
					i++;                           // 则继续对str1的第i+1个字符与str2的第一个字符比较
				}
				else{
					i = i - j + 1;    //j为相同的字符的个数，i - j为str1中与str2的第一个字符匹配的字符，
				}               //下次应该从该字符的下一个位置开始比较，因此加1
				j = 0;//j不等于0说明str2的前j-1个字符与str1的中第i个位置之前的j-1个子符匹配，则继续用str1的第i个字符与str2的第一个字符比较
//比如str1为cdefabcabcd,str2为abcd，第四个字符到第7个字符相等，第八个字符不等，此时i为8，j为4，则下次应用str1的第五个字符b与str2的第一个字符比较

			}
		}
		k = 0;
		while( position[ k ] > 0 ){   //循环开始时k=0,当position的第0项不为0时，说明str1中存在于str2相同的字串
			if( position[k] < pos )  //若position[k]小于pos，说明第k+1个与str2相同的子串出现的位置在pos之前
				k++;                //继续寻找下一个与str2相同的子串出现的位置
			else                  //若position[k]大于等于于pos，说明第k+1个与str2相同的子串出现的位置在pos之后且为第一次出现
				return position[k];  //返回position[k]对应的位置
		}
		return 0;   //在str1的pos之后不存在与str2相同的子串
		
	}
}