数据结构中关于串的一些学习笔记

串是由零个或多个字符组成的有限序列，又名叫字符串。
**一般记为s= a1…an”(n≥0)，**其中，s是串的名称，用双引号(有些书中也用单引号)括起来的字符序列是串的值，注意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。**串中的字符数目n称为串的长度，**定义中谈到“有限”是指长度n是一一个有限的数值。**零个字符的串称为空串(null string), **它的长度为零，可以直接用两双引号“”表示，也可以用希腊字母“重”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。注意它与空串的区别，空格串是有内容有长度的,而且可以不止一一个空格。

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，相应地，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一一个字符在主串中的序号。

开头我所提到的“over”、 “end”、 “lie” 其实可以认为是“ lover”、“ friend”、“believe”这些单词字符串的子串。
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?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它们挨个字母的前后顺序。它们的第一 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”字母比“t” 字母要靠前，所以“i”<“t”，于是我们说“illy" <“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ASCII编码，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-些特殊符号的出现，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，这已经足够满足以英语为主的语言和特殊符号进行输入、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、维吾尔等多个少数民族文字,换作全世界估计要有成百上千种语言与文字，显然这256个字符是不够的，因此后来就有了Unicode 编码，比较常用的是由16位的二二进制数表示-一个字符， 这样总共就可以表示216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ASCII码兼容，Unicode 的前256个字符与ASCII码完全相同。所以如果我们要在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各个对应位置的字符都相等时，才算是相等。即给定两个串: s=“aa…n.”，t“.r.----bm”，当且仅当n=m，且a1=b1， a2=bz, … an=bm时， 我们认为s=t。那么对于两个串不相等时，如何判定它们的大小呢。我们这样定义:

给定两个串: s= ar…an”，t= …m"，当满足以下条件之-一时，s<t。

1. n<m，且a;=b; (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a:=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个字母(k值)， 字母e的ASCII码是101,而字母y的ASCII码是121，显然e<y,所以s<t。
串的逻辑结构和线性表很相似，不同之处在于串针对的是字符集，也就是串中的元素都是字符，哪怕串中的字符是“123” 这样的数字组成，或者“2010-10-10” 这样的日期组成，它们都只能理解为长度为3和长度为10的字符串，每个元素都是字符而已。

因此，对于串的基本操作与线性表是有很大差别的。线性表更关注的是单个元素的操作，比如查找-一个元素，插入或删除-一个元素， 但串中更多的是查找子串位置、得到指定位置子串、替换子串等操作。
对于不同的高级语言，其实对串的基本操作会有不同的定义方法，所以同学们在用某个语言操作字符串时，需要先查看它的参考手册关于字符串的基本操作有哪些。不过还好，不同语言除方法名称外，操作实质都是相类似的。比如C#中，字符串操作就还有ToLower转小写、ToUpper转大写、Index0f 从左查找子串位置(操作名有修改)、LastIndexOf 从右查找子串位置、Trim去除两边空格等比较方便的操作，它们其实就是前面这些基本操作的扩展函数。

我们来看一个操作Index的实现算法。