大话数据结构---串

串的定义

早先的计算机在被发明时，主要作用是做一些科学和工程的计算工作，也就是现在我们所理解的计算器，只不过它比小小计算器功能更强大、速度更快一些。后来发现，在计算机上做非数值处理的工作越来越多，使得我们不得不需要引入对字符的处理。于是就有了字符串的概念。

比如我们现在常用的搜索引擎，当我们在文本框中输入“数据”时，它已经把我们想要的“数据结构”列在下面了。显然这里网站做了一个字符串查找匹配的工作。如下图：

今天我们就是研究“串”这样的数据结构。先来看定义。

串：串（string）是由0个或多个字符组成的有限序列，又名叫字符串。

一般记为 s=“a1a2a3…an”（n>=0），其中，s是串的名称，用双引号（有些书也用单引号）括起来的字符序列是串的值，主要单引号不属于串的内容。ai (1 <= i <= n) 可以是字母、数字或其他字符，i就是该字符在串中的位置。串中的字符数据n称为串的长度，定义中谈到“有限”是指长度n是一个有限的数值。零个字符的串称为空串（null string）,它的长度为零，可以直接使用双引号“”表示，也可以用希腊字母 xx 来表示。所谓的序列，说明串的相邻字符之间具有前驱和后继的关系。

还有一些概念需要解释。

空格串，是只包含空格的串。注意它和空串的区别，空格串是有内容有长度的，而且可以不止一个空格。

子串与主串，串中任意个数的连续字符组成的子序列称为该串的子串，相应的，包含子串的串称为主串。

子串在主串中的位置就是子串的第一个字符在主串中的序号。

开头我所提到的“over”、“end"、”lie"、其实都可以认为是"lover"、“friend”、“believe” 这些单词字符串的字串。

串的比较

两个数字，很容易比较大小。2比1大，这完全正确，可是两个字符串如何比较大小？比如 “silly”，“stupid”这样的同样表达“愚蠢的”的单词字符串，它们在计算机中的大小其实取决于他们挨个字母的前后顺序。它们的第一个字母都是“s"，我们认为不存在大小差异，而第二个字母，由于’i’比’t‘字母要靠前，所以’i’ < ‘t’，于是我们说 “silly” < “stupid”。

事实上，串的比较是通过组成串的字符之间的编码来进行的，而字符的编码指的是字符在对应字符集中的序号。

计算机中的常用字符是使用标准的ASII码，更准确点，由7位二进制数表示一个字符，总共可以表示128个字符。后来发现一些特殊的符号出现，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，这些已经可以满足以英语为主的语言和特殊符号输入、存储、输出等操作的字符需要了。可是，单我们国家就有除汉族外的满、回、藏、蒙古、维吾尔等多少个少数名族文字，换作全世界估计要有成千上百种文字，显然这256种字符是不够的，因此后来就有了Unicode编码，比较常用的是由16位二进制数表示一个字符，这样共可以2^16个字符，约是65万多个字符，足够表示世界上所有语言的所有字符了。当然，为了和ASII码兼容，Unicode的前256个字符与ASCII码完全相同。

所以我们在c语言中比较两个串是否相等，必须是它们串的长度以及它们对应位置的字符都相等时，才算相等。即给定两个串：s=“a1a2a3…an”，t=“b1b2b3…bm”，当且仅当n=m，且a1=b1,a2=b2,…,an=bm时，我们认为s=t。

那么对于两个串不相等时，如何判定它们大小呢。我们这样定义：
给定两个串：s=“a1a2a3…an”，t=“b1b2b3…bm”，当满足以下条件之一时，s<t。

1 n < m，且ai = bi (i=1,2,…,n)。
例如 当 s=“hap”，t=“happy”，就有s<t。因为t比s多出了两个字母。

2 存在某个k <= min(m, n)，使得ai=bi (i=1, 2, …, k-1), ak < bk。
例如 当s=“happen”，t=“happy”，因为两串的前4个字母均相同，而两串第5个字符（K值)，字母e的ASCII码是101，而字母y的ASCII的码是121，显然e<y，所以s<t。

字符串比较的应用，我们的英语词典通常就是成千上万个单词的有序排列。就大小而言，前面的单词比后面的要小。你在查找单词的过程，其实就是在比较字符串大小的过程。