LeetCode解题记录（28）——实现 strStr

题目说明

实现strStr() 函数。

给定一个 haystack 字符串和一个 needle 字符串，在 haystack 字符串中找出 needle 字符串出现的第一个位置 (从 $0$ 开始)。如果不存在，则返回 $-1$。

说明:

当 needle 是空字符串时，我们应当返回什么值呢？这是一个在面试中很好的问题。

对于本题而言，当 needle 是空字符串时我们应当返回 $0$ 。这与C语言的strstr()以及 Java的 indexOf() 定义相符。

测试样例

输入：haystack = “hello”, needle = “ll”
输出：2

输入：haystack = “aaaaa”, needle = “bba”
输出：-1

题意理解

简单的字符串处理题，只需要找到第一个出现的位置即可。

解题方案

这样的字符串匹配问题有很多种方法，暴力解决方法，人们熟悉的KMP算法等等。
这里对几种不错的方法做了实现：

常规解题法

对判断是否为子串不做任何优化，逐位比较。

class Solution {
public:
    int strStr(string haystack, string needle) {
        if(haystack.size()<needle.size())//小于模式串长度
            return -1;
        if(needle.size() == 0)//空串
            return 0;
        int last = haystack.size()-needle.size(),ns = needle.size();//定义最后一个比较元素的位置和模式串的长度
        for(int i = 0;i<=last;i++){//遍历
            if(haystack[i] == needle[0]){//进行匹配
                if(haystack.substr(i,ns) == needle)
                    return i;
            }
        }
        return -1;
    }
};

Sunday算法

Sunday算法有点像简化版的KMP算法，但是判断依据上，Sunday算法采取对匹配串之后的一位字符进行判断。
先对模式串进行预处理，这一步的目的是找到每个字符所对应的偏移量。
Sunday算法对偏移量是这样定义的：
存储每个字符在串中最后出现的位置。
对匹配规则是这样规定的：
若匹配不成功：

• 如果匹配串的后一个元素不在模式串中，那么只需要直接在后一个元素之后匹配即可，即游标移动一个模式串长度。
• 如果匹配串的后一个元素在模式串中，则偏移到对齐位置，再进行比较。

若匹配成功，则返回当前游标。

class Solution {
public:
    int strStr(string haystack, string needle) {
        if(haystack.size()<needle.size())
            return -1;
        if(needle.size() == 0)
            return 0;
        int last = haystack.size()-needle.size(),ns = needle.size();
        map<char,int> alph;
        for(int i = ns-1;i>=0;i--){//构造偏移量
            if(alph.find(needle[i]) == alph.end())
                alph.insert(pair<char,int>(needle[i],ns-i));
        }
        for(int i = 0;i<=last;){
            if(haystack.substr(i,ns)!=needle){//失配
                if(alph.find(haystack[i+ns]) == alph.end())//若不在模式串中
                    i+=ns+1;
                else
                    i+=alph.find(haystack[i+ns])->second;//偏移
            }else
                return i;
        }
        return -1;
    }
};

我们可以看到，这两种算法其实在这种情况下运行时间差别不是很大，因为测试集中字符串较短小，测试用例很多，所以计算偏移量实际花费很多时间。
KMP算法较为晦涩难懂，实际应用中并不常见。
所有代码都可以在我的github上找到：LeetCode