数据结构笔记NO.2（串、模式匹配、KMP算法）

第四章、串

1、C语言内存管理（内存分区）

C语言经过编译之后将内存分为以下几个区域：

• （1）栈（stack）区：由编译器进行管理，自动分配和释放，存放函数调用过程中的各种参数、局部变量、返回值以及函数返回地址。操作方式类似数据结构中的栈。
• （2）堆（heap）区：用于程序动态申请和释放空间。C语言中的malloc和free，C++中的new和delete均是在堆中进行的。正常情况下，程序员申请的空间在使用结束后应该释放，若程序员没有释放空间，则程序结束时系统自动回收。注意：这里的堆并不是数据结构中的堆。
• （3）全局（静态）存储区：分为DATA段和BSS段。
  • DATA段（全局初始化区）：存放已初始化的全局变量和静态变量（用static关键字修饰）；
  • BSS段（全局未初始化区）：存放未初始化的全局变量和静态变量；
  • 其中BSS段在程序执行之前会被系统自动清0，所以未初始化的全局变量和静态变量在程序执行之前已经为0；
  • 程序结束时自动释放。
• （4）文字常量区：存放常量字符串，程序结束后由系统释放。
• （5）程序代码区：存放程序的二进制代码。

全局变量和静态变量保存在内存的全局存储区中，占用静态的、永久性的存储单元；

局部变量保存在栈中，只有所在函数被调用时才由系统动态在栈中分配临时性的存储单元。

2、知识框架

3、串的定义

• 字符串简称串，计算机上非数值处理的对象基本都是字符串数据。
• 串（string） ：是由零个或多个字符组成的有限序列。一般记为：S = 'a1a2 · · · an'（n ≥ 0）
• 其中S是串名，单引号括起来的字符序列是串的值，ai可以是字母、数字或其他字符；
• 串中字符的个数n称为串的长度，n = 0时的串称为空串 （用∅表示）；
• 由一个或多个空格（空格是特殊字符）组成的串称为空格串 （注意：空格串不是空串），其长度为串中空格字符的个数。
• 串中任意多个连续的字符组成的子序列称为该串的子串，包含子串的串称为主串 。
• 某个字符在串中的序号称为该字符在串中的位置。
• 子串在主串中的位置以子串的第一个字符在主串中的位置来表示。
• 当两个串的长度相等且每个对应位置的字符都相等时，称这两个串是相等的。

例如：有串A = 'China Beijing'，B = 'Beijing'，C = 'China'，则它们的长度分别为13、7和5。B和C是A的子串，B在A中的位置是7，C在A中的位置是1。

• 串的逻辑结构和线性表极为相似，区别仅在于串的数据对象限定为字符集。
• 线性表的基本操作主要以单个元素作为操作对象，如查找、插入或删除某个元素等，而串的基本操作通常以子串作为操作对象，如查找、插入或删除一个子串等。

4、串的存储结构

(1)定长顺序存储表示

• 类似于线性表的顺序存储结构
• 用一组地址连续的存储单元存储串值的字符序列
• 为每个串变量分配一个固定长度的存储区，即定长数组

#define MAXLEN 255     //预定义最大串长为255
typedef struct {
   
	char ch[MAXLEN];   //为每个分量存储一个字符
	int length;        //串的实际长度
} SString;

• 串的实际长度只能小于等于MAXLEN，超过预定义长度的串值会被舍去，称为截断。
• 串长有两种表示方法：
  • 一是如上述定义描述的那样，用一个额外的变量length来存放串的长度；
  • 二是在串值后面加一个不计入串长的结束标记字符\0，此时的串长为隐含值。
• 在一些串的操作（如插入、联接等）中，若串值序列的长度超过上界MAXLEN，约定用“截断”法处理。

(2)堆分配存储表示

• 以一组地址连续的存储单元存放串值的字符序列
• 但存储空间是在程序执行过程中动态分配得到的

typedef struct {
   
	char *ch;     //按串长分配存储区，ch指向串的基地址
	int length;   //串的长度
} HString;

• 在C语言中，存在一个称之为“堆”的自由存储区，并利用malloc和free来完成动态存储管理。
• 利用malloc为每个新产生的串分配一块实际串长所需的存储空间，若分配成功，则返回一个指向起始地址的指针，作为串的基地址，这个串由ch指针来指示；若分配失败，则返回NULL。
• 已分配的空间可使用free来释放掉。

(3)块链存储表示

• 类似于线性表的链式存储结构
• 由于串的特殊性（每个元素只有一个字符），在具体实现时，每个结点既可以存放一个字符，也可以存放多个字符。
• 每个结点称为块，整个链表称为块链结构。
• 下图是结点大小为4（即每个结点存放4个字符）的链表，最后一个结点占不满时通常用#补上：
• 下图是结点大小为1的链表：

5、串的基本操作

• StrAssign(&T, chars)：赋值操作。把串T赋值为chars
• StrCopy(&T, S)：复制操作。由串S复制得到串T
• StrEmpty(S)：判空操作。若S为空串，则返回TRUE，否则返回FALSE
• StrCompare(S, T)：比较操作。若S > T，则返回值 > 0；若S = T，则返回值 = 0；若S < T，则返回值 < 0
• StrLength(S)：求串长。返回串S的元素个数
• SubString(&Sub, S, pos, len)：求子串。用Sub返回串S的第pos个字符起长度为len的子串
• Concat(&T, S1, S2)：串联接。用T返回由S1和S2联接而成的新串
• Index(S, T)：定位操作。若主串S中存在与串T值相同的子串，则返回它在主串S中第一次出现的位置；否则函数值为0
• ClearString(&S)：清空操作。将S清为空串
• DestroyString(&S)：销毁串。将串S销毁

在上述定义的操作中，串赋值StrAssign</