数据结构与算法 - 字符串匹配

第1关：实现朴素的字符串匹配

任务描述

本关任务是实现函数int FindSubStr(char* t, char* p)。

相关知识

在一个长字符串中寻找一个短字符串出现的位置，这是字符串匹配问题。

例如：长字符串是 “string” ，短字符串是 “ring” ，那么短字符串在长字符串中出现的位置是 2 ，即 “ring” 在 “string” 中出现的开始位置是 2 。

编程要求

本关的编程任务是补全 step1/mystr.cpp 文件中的FindSubStr函数，以实现朴素的字符串匹配。

• 具体请参见后续测试样例。

本关涉及的代码文件 mystr.cpp 的代码框架如下：

1. int FindSubStr(char* t, char* p)
2. /*
3. 从字符串t查找子字符串p。
4. 字符串以数值结尾，例如p="str",那么p[0]='s',p[1]='t',p[2]='r',p[3]=0。
5. 采用朴素的匹配算法，返回子字符串第一次出现的位置,例如t="string ring",p="ring"，则返回2。
6. 若没有找到，则返回-1。
7. */
8. {
9. // 请在此添加代码，补全函数FindSubStr
10. /********** Begin *********/
13. /********** End **********/
14. }

评测说明

本关的测试文件是 step1/Main.cpp ，测试过程如下：

1. 平台编译 step1/Main.cpp ，然后链接相关程序库并生成 exe 可执行文件；
2. 平台运行该 exe 可执行文件，并以标准输入方式提供测试输入；
3. 平台获取该 exe 可执行文件的输出，然后将其与预期输出对比，如果一致则测试通过；否则测试失败。

以下是平台对 step1/Main.cpp 的样例测试集：

样例输入： string tri 样例输出： Location: 1

---

开始你的任务吧，祝你成功！

/*************************************************************
    date: April 2009
    copyright: Zhu En
    DO NOT distribute this code.
**************************************************************/

int FindSubStr(char* t, char* p)
/*
从字符串t查找子字符串p。
字符串以数值结尾，例如p="str",那么p[0]='s',p[1]='t',p[2]='r',p[3]=0。
采用朴素的匹配算法。
返回子字符串第一次出现的位置,例如t="string ring",p="ring"，则返回2。
若没有找到，则返回-1。
*/
{
    // 请在此添加代码，补全函数FindSubStr
    /********** Begin *********/
    char* s = t;
    char* q = p;
    int i = 0;
    while(*s != 0){
        if(*s != *p){
            s++;i++;
            continue;
        }
        while(*s == *q){
            s++;q++;
        }
        if(*q == 0)return i;
        else q = p;
    }
    return -1;

    /********** End **********/
}

第2关：实现KMP字符串匹配

任务描述

本关的编程任务是补全 step2/kmp.cpp 文件中的KmpGenNext函数，以实现 KMP 字符串匹配。该函数生成给定字符串的next数组。

相关知识

第 1 关中实现的朴素的字符串匹配算法在实际应用系统中效率低，而 KMP 字符串匹配算法可以实现高效的匹配。

假设长字符串为t，短字符串为p。为了进行 KMP 匹配，首先需要计算字符串p的next数组，后面实现了计算该数组的函数void KmpGenNext(char* p, int* next)。对于 “abcabcab” ，计算出的next数组如下图：

其中：next[i]给出如下信息：从左到右将p的字符与t的字符进行比对时，若在p的i号位置出现不匹配，就将字符串p相对t右移i-next[i]位；若next[i]>=0，则右移后比对位置从next[i]号位置开始，否则从0号位置开始。下图 1 给出了一个匹配示例：

本关涉及两个函数：

1. void KmpGenNext(char* p, int* next)
2. // 生成p的next数组, next数组长度大于等于字符串p的长度加1。

1. int KmpFindSubWithNext(char* t, char* p, int* next)
2. // 从t中查找子串p的第一次出现的位置。
3. // 若找到，返回出现的位置，否则返回-1。

编程要求

本关的编程任务是补全 step2/kmp.cpp 文件中的KmpGenNext函数，以实现 KMP 字符串匹配。该函数生成给定字符串的next数组，生成算法请你查阅相关资料。

• 具体请参见后续测试样例。

本关涉及的代码文件 kmp.cpp 的代码框架如下：

1. #include <stdio.h>
2. #include <stdlib.h>
3. #include "kmp.h"
5. ///
6. void KmpGenNext(char* p, int* next)
7. // 生成p的next数组, next数组长度大于等于字符串p的长度加1
8. {
9. // 请在此添加代码，补全函数KmpGenNext
10. /********** Begin *********/
13. /********** End **********/
14. }
16. int KmpFindSubWithNext(char* t, char* p, int* next)
17. // 从t中查找子串p的第一次出现的位置
18. // 若找到，返回出现的位置，否则返回-1
19. {
20. int i=0, j=0;
21. while(p[i]!=0 && t[j]!=0) {
22. if(p[i]==t[j]) {
23. i++;
24. j++;
25. }
26. else if (next[i]>=0) {
27. i = next[i];
28. }
29. else {
30. i=0;
31. j++;
32. }
33. }
34. if(p[i]==0) return j-i; //found
35. else return -1; //not found
36. }

评测说明

本关的测试文件是 step2/Main.cpp ，测试过程如下：

1. 平台编译 step2/Main.cpp ，然后链接相关程序库并生成 exe 可执行文件；
2. 平台运行该 exe 可执行文件，并以标准输入方式提供测试输入；
3. 平台获取该 exe 可执行文件的输出，然后将其与预期输出对比，如果一致则测试通过；否则测试失败。

输入输出格式： 输入格式： 第一行输入母串 第二行输入子串

输出格式： 输出Location: #，其中#是子串在母串中的位置编号

以下是平台对 step2/Main.cpp 的样例测试集： 样例输入： stringabcedf1stringabcdef2stringabcdef3stringabcdef4stringabcdef5stringabcdef6stringabcdef7 stringabcdef7

样例输出： Location: 78

---

开始你的任务吧，祝你成功！

/*************************************************************
    date: 
    copyright: Zhu En
    DO NOT distribute this code without my permission.
**************************************************************/
//字符串 实现文件
//
#include <stdio.h>
#include <stdlib.h>
#include "kmp.h"
void KmpGenNext(char* p, int* next)
//生成p的next数组, next数组长度大于等于字符串p的长度加1
{
    next[0]= -1;
    int k= -1;
    for (int i=1; p[i-1]!=0; i++) 
    {    
        while(k>=0&&p[k]!=p[i-1])   
  	{
   		k=next[k];
   		k=k+1; 
   		if (p[i]==p[k])  
   		{
    			next[i]=next[k];
   		}
     		else    
   		{
    			next[i]=k;
   		}
  	}
    }
}
int KmpFindSubWithNext(char* t, char* p, int* next)
//从t中查找子串p的第一次出现的位置
//若找到，返回出现的位置，否则返回-1
{
    int i=0, j=0;
    while(p[i]!=0 && t[j]!=0)    
    {
        if(p[i]==t[j])     
  	{ 
            i++;  
            j++; 
        }
        else  if (next[i]>=0) 
  	{
            i = next[i];
        }
        else  
  	{ 
            i=0;  
            j++; 
        }
    }
    if(p[i]==0)  
    {
  	return j-i; //found
    }
    else  
    {
  	return -1;  //not found
    }
}