串、数组、广义表

串、数组、广义表

串

1、串的定义

• 串(String)是零个或多个字符组成的有限序列；

​ S =“a1a2 … an”

• 子串：串中任意个连续字符组成的子序列称为该串的子串；
• 主串：包含子串的串相应的称为主串；
• 字符位置：字符在该序列中的序号为该字符串在串中的位置；
• 子串位置：子串第一个字符在主串中的位置；
• 空格串：由一个或多个空格组成的串，与空串不同；

串中元素逻辑关系与线性表的相同，串可以采用与线性表相同的存储结构；

2、串的模式匹配

• 确定主串中所含子串（模式串）第一次出现的位置（定位）；
• BF算法：也称简单匹配算法，采用穷举的思路；

• 时间复杂度

S=‘0000000001’，T=‘0001’，pos=1

若n为主串长度，m为子串长度，最坏情况是 主串前面n-m个位置都部分匹配到子串的最后一位， 即这n-m位各比较了m次 最后m位也各比较了1次；

总次数为：(n-m)*m+m＝(n-m+1)*m；

若m<<n,则算法复杂度O(n*m);

• 确定主串中所含子串（模式串）第一次出现的位置（定位）；
• KMP算法： 永不回退主串的指针，不走回头路；

S : a b a b c a b c a a b a b b

T：a b a b b

• 公共前后缀

前缀：不包含最后一个字符的所有以第一个字符开头的连续子串；

后缀：不包含第一个字符的所有以最后一个字符结尾的连续子串；

• next数组值：用来记录下一次需要比较的子串序号， 当前模式串在该位置匹配冲突时，应该将模式串的哪一位与此位对齐；

**主串：aaabaaaab **

子串：aaaab

冲突发生在第四位：

文本串： a a a b a a a a b

模式串： a a a a b

根据next值，next[4]=3，需要将第3位与该位置对齐：

文本串： a a a b a a a a b

模式串： a a a a b

但此时仍有冲突，这时冲突发生在模式串的第三位，根据next[3]=2，需要将第二位与此位；

文本串： a a a b a a a a b

模式串： a a a a b

仍有冲突，发生在模式串第二位，next[2]=1,将模式串第一位与此位置对齐：

文本串： a a a b a a a a b

模式串： a a a a b

依然冲突，发生在模式串第一位，next[1]=0,将模式串第0位与此位置对齐：

文本串： a a a b a a a a b

模式串： a a a a b

至此，冲突解决，匹配成功。 但整个过程效率很低，因为模式串前四个字符都为a，当第一次发生冲突时，就可以知道应 该直接将第0位和该位置对齐，中间的几次比较和移动都是多余的。 因此，nextval所做的工作就是对next值进行一次修正，排除掉无效移动。 以aaaab为例：next[1]=0，第一位冲突指示的第0位为空白字符，和第一位本身的a不同，保 留原next值，故nextval[1]=0；next[2]=1,第二位冲突指示的第一位为字符a，和第二位本身的a 相同，继续看第一位next[1]的值，（因为相同就表示按next值的此次对齐是无效的，会继续 发生第一位的冲突，因此继续看next[1]）next[1]=0,指示的第0位为空白字符，和第二位本身 的a不同，保留next[1]的值，故nextval[2]=0；以此类推，可以得到nextval值如下：

KMP算法的时间复杂度

设主串s的长度为n,模式串t长度为m,在KMP算法中求next数组的时间复杂度为O(m),在后 面的匹配中因主串s的下标不减即不回溯,比较次数可记为n,所以KMP算法总的时间复杂度为 O(n+m)。

数组

1、数组的基本概念

数组：按一定格式排列起来的具有相同类型的数据元素的集合；

一维数组：A = (a1，a2，a3，… … an)；

二维数组：

三维数组：按页/行/列存放，页优先的顺序存储；

2、特殊矩阵的压缩存储

• 什么是压缩存储？

若多个数据元素的值都相同，则只分配一个元素值的存储空间，且零元素不占存储空间；

• 什么样的矩阵能够压缩？

一些特殊矩阵，如：对称矩阵，对角矩阵，三角矩阵，稀疏矩阵等；

• 什么叫稀疏矩阵？

矩阵中非零元素的个数较少（一般小于5%）；

• 对称矩阵

[特点] 在n*n的矩阵a中，满足如下性质：aij=aji；

[存储方法] 只存储下(或者上)三角(包括主对角线)的数据元素。共占用n(n+1)/2个元素空间。

• 上（下）三角矩阵

[特点]主对角线下的数据元素全部相同的矩阵为上三角矩阵 主对角线上的数据元素全部相同的矩阵为下三角矩阵；

[存储方法] 只存储下(或者上)三角(包括主对角线)的数据元素。共占用n(n+1)/2个元素空间；

• 对角矩阵（带状矩阵）

[特点]在n*n的方阵中，非零元素集中在主对角线及其两侧共L(奇数)条对角线的带状区域内——L对角矩阵；

[存储方法]以对角线的顺序存储，只存储非零元素；

• 稀疏矩阵

三元组表示法（行、列、值）—顺序存储

矩阵中各非 0 元素的值；

所在矩阵中的行标和列标；

矩阵的总行数和总列数；

邻接表表示法

元素值+列下标（下标从0开始算）；

十字链表表示法

矩阵中每个非零元可用一个含有5个域的结点来表示：

i，j，e 表示该非零元所在的行数，列数，元素值；

向右域 right 用以链接同一行中下一个非零元；

向下域 down 用以链接同一列中下一个非零元；

每个非零元同时是某个行列表或者列链表的结点，把一个矩阵转化成了一个十字交叉的链表。 可用两个一维数组来表示，分别存储行链表的头指针和列链表的头指针。 几行几个行链表，几列几个列链表，将所有行（列）链表的头节点各自存于一个一维数组中；

广义表

1、广义表的概念

广义表（列表）： n (>=0 )个表元素组成的有限序列，

​ 记作LS = (a0, a1, a2, …, an-1)

LS是表名，ai 是表元素，它可以是表 (称为子表)，可以是数据元素(称为原子)；

n为表的长度。n = 0 的广义表为空表；

表头：若LS非空（n≥1），则第一个元素就是a0 表头；

​ 记作：head（LS）= a0

表尾：除表头外的其他元素组成的表；

​ 记作：tail（LS）= （a1, a2, …, an-1），表尾不是最后一个元素，而是一个子表；

A = ()：A 表示一个广义表，只不过表是空的；

B = (e)：广义表 B 中只有一个原子 e；

C = (a,(b,c,d)) ：广义表 C 中有两个元素，原子 a 和子表 (b,c,d)；

D = (A,B,C)：广义表 D 中存有 3 个子表，分别是A、B和C。这种表示方式等同于 D = ((),(e), (a,(b,c,d)) )；

an-1），表尾不是最后一个元素，而是一个子表；

A = ()：A 表示一个广义表，只不过表是空的；

B = (e)：广义表 B 中只有一个原子 e；

C = (a,(b,c,d)) ：广义表 C 中有两个元素，原子 a 和子表 (b,c,d)；

D = (A,B,C)：广义表 D 中存有 3 个子表，分别是A、B和C。这种表示方式等同于 D = ((),(e), (a,(b,c,d)) )；

E = (a,E)：广义表 E 中有两个元素，原子 a 和它本身。这是一个递归广义表， 等同于：E = (a,(a,(a,…)))；