山东中医药大学计算机科学与技术2班王鑫童第4章笔记

第4章 字符串和多维数组

字符串。在程序设计语言中大都有串变量的概念，而且实现了基本的串操作，本章重点讨论串的存储结构及模式匹配算法。
数组。在程序设计语言中大都提供了数组作为构造数据类型，本章重点讨论数组以及特殊矩阵的存储与寻址。
串：零个或多个字符组成的有限序列。
串长度：串中所包含的字符个数。
空串：长度为0的串，记为：" "。
非空串通常记为：
      S=" s1 s2 …… sn "
其中：S是串名，双引号是定界符，双引号引起来的部分是串值 ，si（1≤i≤n）是一个任意字符。
子串：串中任意个连续的字符组成的子序列。
主串：包含子串的串。
子串的位置：子串的第一个字符在主串中的序号。
串的数据对象约束为某个字符集。
 微机上常用的字符集是标准ASCII码，由 7 位二进制数表示一个字符，总共可以表示 128 个字符。
 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，足够表示英语和一些特殊符号，但无法满足国际需要。
 Unicode由 16 位二进制数表示一个字符，总共可以表示 216个字符，能够表示世界上所有语言的所有字符，包括亚洲国家的表意字符。为了保持兼容性，Unicode字符集中的前256个字符与扩展ASCII码完全相同。 
模式匹配：给定主串S="s1s2…sn"和模式T="t1t2…tm"，在S中寻找T 的过程称为模式匹配。如果匹配成功，返回T 在S中的位置；如果匹配失败，返回0。
BF算法
基本思想：从主串S的第一个字符开始和模式T 的第一个字符进行比较，若相等，则继续比较两者的后续字符；否则，从主串S的第二个字符开始和模式T 的第一个字符进行比较，重复上述过程，直到T 中的字符全部比较完毕，则说明本趟匹配成功；或S中字符全部比较完，则说明匹配失败。1. 在串S和串T中设比较的起始下标i和j；
2. 循环直到S或T的所有字符均比较完
    2.1 如果S[i]=T[j]，继续比较S和T的下一个字符；
    2.2 否则，将i和j回溯，准备下一趟比较；
3. 如果T中所有字符均比较完，则匹配成功，返回匹配的起始比较下标；否则，匹配失败，返回0；
最好情况：不成功的匹配都发生在串T的第1个字符。
最坏情况：不成功的匹配都发生在串T的最后一个字符。
模式匹配——KMP算法
结论： i可以不回溯，模式向右滑动到的新比较起点k ，并且k 仅与模式串T有关！
KMP算法的伪代码描述
1. 在串S和串T中分别设比较的起始下标i和j；
2. 循环直到S或T的所有字符均比较完
     2.1 如果S[i]=T[j]，继续比较S和T的下一个字符；否则
     2.2 将j向右滑动到next[j]位置，即j=next[j]；
     2.3 如果j=-1，则将i和j分别加1，准备下一趟比较；
3. 如果T中所有字符均比较完毕，则返回匹配的起始下标；否则返回0；
数组的定义
数组是由一组类型相同的数据元素构成的有序集合，每个数据元素称为一个数组元素（简称为元素），每个元素受n(n≥1)个线性关系的约束，每个元素在n个线性关系中的序号i1、i2、…、in称为该元素的下标，并称该数组为 n 维数组。
数组的特点
元素本身可以具有某种结构，属于同一数据类型；
数组是一个具有固定格式和数量的数据集合。
常用的映射方法有两种：
按行优先：先行后列，先存储行号较小的元素，行号相同者先存储列号较小的元素。
按列优先：先列后行，先存储列号较小的元素，列号相同者先存储行号较小的元素。
特殊矩阵：矩阵中很多值相同的元素并且它们的分布有一定的规律。
 稀疏矩阵：矩阵中有很多零元素。
压缩存储的基本思想是：
    ⑴ 为多个值相同的元素只分配一个存储空间；
  ⑵ 对零元素不分配存储空间。
对角矩阵：所有非零元素都集中在以主对角线为中心的带状区域中，除了主对角线和它的上下方若干条对角线的元素外，所有其他元素都为零。
三元组表：将稀疏矩阵的非零元素对应的三元组所构成的集合，按行优先的顺序排列成一个线性表。
稀疏矩阵的压缩存储——十字链表
采用链接存储结构存储三元组表，每个非零元素对应的三元组存储为一个链表结点。