数据结构与算法笔记

（五）串
串的定义：
由零个或者多个字符组成的有限序列。一般记为s = “a1a2a3a4……an”（n>0）.其中s是串的名称，用双引号括起来的是字符串的值。串中字符串的数目n称为串的长度。零个字符串称为空串。所谓序列就是说明，串的相邻字符之间具有前驱和后继的关系。
（1） 空格串：只包含空格的串；有内容长度，可以不止一个空格；
（2） 子串与主串：串中任意个数的连续字符组成的子序列称为子串，相应地，包含子串的称为主串。

串的比较：串的比较是通过组成串的字符的ASCII码来进行的。
给定两个串：s = “a1a2a3a4……an”， t=”b1b2b3……bm”。比较大小：
（1）当n<m，且ai = bi 字符串s < t eg: s = hap t = happy
（2）存在某一个K<= min(n,m)，使得ai = bi ，ak < bk 则字符串s < t
Eg: s= “happen” t = “happy” 前四个字母相同，第五个字符，e的ASCII码是101，y的ASCII码是121 所以s<t

串的抽象数据类型：
（1） 查找子串的位置（2）得到指定子串的位置（3）替换子串等操作

串的存储结构：顺序存储；链表存储

串的存储结构——顺序存储：
串的顺序存储结构是用一组地址连续的存储单元（定长数组）来存储串中的字符序列的。按照预定义大小，为每个定义的串变量分配一个固定长度的存储空间。
带来的问题是，对字符串进行操作，有可能会使得串序列的长度超过数组预定义的长度。串值得存储空间可以在程序执行过程中动态分分配。在堆区由malloc()函数和free()函数管理。

串的存储结构——链式存储：
串的链式存储，一个结点可以存放一个或者多个字符，最后一个结点没有被占满时，可以使用#或者其他非串字符补全。

朴素的模式匹配算法：
子串的定位操作通常称作串的模式匹配。
例：从 S =”goodgoogle”中，找到 T = “google”这个子串的位置，步骤如下：
（1）主串S第一位开始，S与T前三个字母都匹配成功，但S第四个字母不同，即第一位匹配失败

（2） 主串S第二位开始，S的首字母是o，但是要匹配的首字母是g，匹配失败。

（3）主串S第三位开始，S的首字母是o，但是要匹配的首字母是g，匹配失败。

依次类推；

（5）主串S第五位开始，S与T，完全匹配成功。

简单的说，就是对主串的每一个字符作为子串的开头，要与匹配的字符串进行匹配对比。对主串做一个大循环，每个字符开头做长度为T的小循环，直到匹配成功或者完全遍历完成为止。

KMP模式匹配算法：
克努特-莫里斯-普拉特算法（KMP算法），可以大大避免重复遍历情况。