数据结构基础知识点二

三、串

  1.串的定义和操作
  字符串（string），S=‘a1a2a3…an’ (n>=0) 串的位序从1开始而不是从0开始  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  串中字符个数n称为串的长度  n=0时的串为空串  空格也是字符
  串是一种特殊的线性表，与一般线性表不同之处在于它的数据对象限定为字符集，增删改查通常以字串为操作对象。
  串中任意多个连续的字符组成的子序列称为该串的子串，相应地，包含字串的串称为主串。
  串的比较：比较字符对应的二进制数的大小
  串的定位：返回字串自第一个字符的位置 没有找到字串返回0
  字符集编码：一个字符和二进制的对应规则，英文字符 采用ASCII字符集，中英字符采用Unicode字符集 （utf-8或utf-16），常见乱码问题

  2.串的存储结构
  (1)定长顺序存储表示即静态数组，超出预定义长度的串值会被舍弃，截断掉。串长两种表示方法：一是用额外变量len存放串的长度；二是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。(2)堆分配存储表示即动态数组；(3)块链存储表示即链式存储，每个节点一个字符（存储密度低，字符1B，指针4B）或多个字符（存储密度高）。
  串的操作：串赋值StrAssign、串比较StrCompare、求串长StrLength、串联接Concat、求子串SubString五种操作构成串类型的最小操作子集，由这些操作可组成其他串操作。

  3.串的模式匹配
  子串的定位操作称为串的模式匹配，求的是模式串（子串）在主串中的位置，主串中未必存在模式串。
  简单模式匹配算法（朴素模式匹配算法）：从主串S(n个字符)的第一个字符起，与模式串T(m个字符)的第一个字符比较，相等则继续逐个比较后续字符，不相等则从主串的下一个字符起，重新和模式串的字符比较。  最坏时间复杂度为O(nm)。 最好情况时，匹配失败O(n-m+1)即主串的每个子串的第一个字符就和模式串不匹配；匹配成功O(m)即主串的第一个子串就和模式串完全匹配。
  KMP算法：在简单模式匹配算法中，存在主串指针向前走m步，回退m-1步这样的最坏情况，模式串也不断在回退，导致算法的时间复杂度很高。让主串不回溯，每轮比较只回退模式串的指针，这样的算法就是KMP算法。kmp算法的时间复杂度为O(n+m)，仅在主串与子串有很多“部分匹配”时才显得比简单模式匹配算法快得多，一般情况下简单模式匹配算法实际执行时间近似为O(n+m)。
  部分匹配值（Partial Match,PM）为字符串前缀和后缀的最长相等前后缀长度。
  移动位数=已匹配的字符数-对应的部分匹配值。
  Move=(j-1)-PM[j-1]  => Move=(j-1)-next[j] => 将子串的比较指针j回退的位置 j=next[j]+1
  将字符串的PM表右移一位，即得到字符串的next数组。为使公式更加简洁、计算简单，通常将next数组整体+1。
  next[0]=空，next[1]=0,next[2]=1。
求next值代码实现：

//i 游标，遍历T
void get_next(char T[], int next[])
{
	int i = 1;
	next[1] = 0;//恒为零
	int j = 0;
	while (i < T[0])//T[0]中记录了字符串的长度
	{
		if (j == 0 || T[i] == T[j])//j==0,说明再次回到了开头
		{
			++i; ++j;
			next[i] = j;//记录出现重复的次数
		}
		else {
			j = next[j];//不相同，找个位置重新比较
		}
	}
}

  KMP算法的进一步优化：用nextval数组代替next数组，从左到右扫描next数组，重复出现的字符的nextval值与它第一次出现相同，减少重复的比较。  即如果出现模式串中此次匹配失败位置j的字符和失败后跳至next[j]位置的字符相等T(next[j])=T(j)时，需要再次递归，将next[j]修正为next[next[j]]，直至两者不相等为止，以此减少无意义的比较。

  if(T[i]!=T[j])  nextval[i]=j;
  else   nextval[i]=nextval[j];

点个关注不迷路！