实现strStr()
题目:实现 strStr()
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。
示例1:
输入: haystack = "hello", needle = "ll"
输出: 2
示例2:
输入: haystack = "aaaaa", needle = "bba"
输出: -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。
02、Sunday 匹配
Sunday 算法是 Daniel M.Sunday 于1990年提出的字符串模式匹配。其核心思想是:在匹配过程中,模式串发现不匹配时,算法能跳过尽可能多的字符以进行下一步的匹配,从而提高了匹配效率。
因为该问是字符串匹配篇第一讲,所以先普及几个概念:
- 串:串是字符串的简称 空串:长度为零的串称为空串
- 主串:包含子串的串相应地称为主串
- 子串: 串中任意个连续字符组成的子序列称为该串的子串
- 模式串:子串的定位运算又称为串的模式匹配,是一种求子串第一个字符在主串中序号的运算。被匹配的主串称为目标串,子串称为模式串。
了解这些基本概念,回到这个算法。Sunday匹配不是说这人在周末发现了这个算法,而是这人名字叫星期天(可能父母总加班,所以起了这么个名)。听起来牛叉的不得了,其实是个啥意思:
假若我们的目标串为:Here is a little Hao
模式串为:little
一般来讲,字符串匹配算法第一步,都是把目标串和模式串对齐。不管是KMP,BM,SUNDAY都是这样。
而对于SUNDAY算法,我们从头部开始比较,一旦发现不匹配,直接找到主串中位于模式串后面的第一个字符,即下面绿色的 “s”。(这里说明一下,为什么是找模式串后面的第一个字符。在把模式串和目标串对齐后,如果发现不匹配,那肯定需要移动模式串。问题是需要移动多少步。各字符串匹配算法之间的差别也来自于这个地方,对于KMP,是建立部分匹配表来计算。BM,是反向比较计算移动量。对于SUNDAY,就是找到模式串后的第一个字符。因为,无论模式串移动多少步,模式串后的第一个字符都要参与下一次比较,也就是这里的 “s”)
找到了模式串后的第一个字符 “s”,接下来该怎么做?我们需要查看模式串中是否包含这个元素,如果不包含那就可以跳过一大片,从该字符的下一个字符开始比较。
因为仍然不匹配(空格和l),我们继续重复上面的过程。找到模式串的下一个元素:t
现在有意思了,我们发现 t 被包含于模式串中,并且 t 出现在模式串倒数第3个。所以我们把模式串向前移动3个单位:
有内味了,我们发现竟然匹配成功了,是不是很神奇?证明的过程今天暂且不谈(后面我会出一个算法证明篇,来证明之前讲过的一些算法。我需要你做的是,掌握上面这些!)
捞干货,这个过程里我们做了一些什么:
- 对齐目标串和模式串,从前向后匹配
- 关注主串中位于模式串后面的第一个元素(核心)
- 如果关注的字符没有在子串中出现则直接跳过
- 否则开始移动模式串,移动位数 = 子串长度 - 该字符最右出现的位置(以0开始)
03、算法应用
下面给出该算法的C++实现
class Solution {
public:
int strStr(string haystack, string needle)
/* implementation of Sunday (Daniel M.Sunday. 1990) algorithm */
{
bulidMap(needle);
int i = 0;
int n = needle.size();
while (i < haystack.size()) {
int rv = match(haystack, i, needle);
/* found a ans */
if (rv != -1) {
return rv;
}
/* not match otherwise */
if (i + n >= haystack.size()) break;
char ch_next = haystack[i + n];
/* calculate move steps */
int move = 1;
int lastOccurIndx = indexOf(ch_next);
if (lastOccurIndx == -1) move = needle.size() + 1; /* case1: next char not occured int pattern str */
else move = needle.size() - lastOccurIndx; /* case2: otherwise */
i += move;
}
return -1;
}
private:
// unordered_map<int, int> _map;
int _map[26];
inline void bulidMap(const string patStr) {
for(int i = 0; i < 26; i++) _map[i] = -1;
for (int i = 0; i < patStr.size(); i++) {
_map[patStr[i]-'a'] = i;
}
}
inline int indexOf(char target)
/* index of char target in pattern str */
{
return _map[target-'a'];
}
inline int match(const string str, int start, const string pat)
/* tell weather pat is a substr of str begining at position `start`*/
{
int i, j = 0;
for (int i = start; i < str.size(); i++) {
if (str[i] != pat[j++]) return -1;
if (j == pat.size()) break;
}
if (j != pat.size()) return -1;
// they matched at pos: start
return start;
}
};