一、串的基本概念
串是由零个或多个字符组成的有限序列。记作str="a0a1…an-1"(n≥0)。
串中所包含的字符个数n称为串长度,当n=0时,称为空串。
一个串中任意连续的字符组成的子序列称为该串的子串。
包含子串的串相应地称为主串。
若两个串的长度相等且对应字符都相等,则称两个串相等。
设s是一个长度为n的串,其中的字符各不相同,则s中的所有子串个数是多少?
二、串的抽象数据类型
三、串的存储结构
串的顺序存储结构—顺序
和顺序表一样,用一个data数组和一个整型变量size来表示一个顺序串,size表示data数组中实际字符的个数。
为了简单,data数组采用固定容量为MaxSize(可以模仿顺序表改为动态容量方式)。
顺序串类SqString
顺序串上的基本运算算法设计与顺序表类似,仅以求子串为例说明。
求子串:对于一个顺序串求序号i开始长度为j的子串。
实现:先创建一个空串s,当参数正确时,s子串的字符序列为data[i..i+j-1],共j个字符,当i和i+j-1不在有效序序号0~size-1范围内时,则参数错误,此时返回空串。
设计一个算法Strcmp(s,t),以字典顺序比较两个英文字母串s和t的大小,假设两个串均以顺序串存储。
串的链式存储结构—链串
用带头结点的单链表表示链串
例如,s= "ABCDEFGHIJKLMN",共14个字符。
链串的结点类型LinkNode(结点大小为1)
一个链串用一个头结点head来唯一标识,链串类LinkString
链串上的基本运算算法设计与单链表类似,仅以串插入算法为例说明。
串插入:链串在序号i位置插入串t
实现:先创建一个空串s,当参数正确时,采用尾插法建立结果串s:
(1)将当前链串的前i个结点复制到s中。
(2)将t中所有结点复制到s中。
(3)再将当前串的余下结点复制到s中。
串的模式匹配
设有两个串s和t,串t定位操作就是在串s中查找与子串t相等的子串。
通常把串s称为目标串,把串t称为模式串,因此定位也称作模式匹配。
模式匹配成功是指在目标串s中找到一个模式串t。
不成功则指目标串s中不存在模式串t。
BF算法
思路:目标串s="s0s1…sn-1",模式串t="t0t1…tm-1"
第1趟:从s0/t0开始比较,若相等,则继续逐个比较后续字符。如果对应的字符全部相同且t的字符比较完,说明t是s的子串,返回t在s中的起始位置,表示匹配成功;如果对应的字符不相同,说明第一趟匹配失败。
第2趟:从s1/t0开始比较,若相等,则继续逐个比较后续字符。如果对应的字符全部相同且t的字符比较完,说明t是s的子串,返回t在s中的起始位置,表示匹配成功;如果对应的字符不相同,说明第一趟匹配失败。
依次类推。只要有一趟匹配成功,则说明t是s的子串,返回t在s中的起始位置。如果i超界都没有匹配成功,说明t不是s的子串,返回-1。
BF算法性能
该算法在最好情况下的时间复杂度为O(m),即主串的前m个字符正好等于模式串的m个字符。
最坏情况下的时间复杂度为O(n×m)。
平均情况下的时间复杂度为O(n×m)。
KMP算法
主要是消除了目标串指针的回溯,从而使算法效率有了某种程度的提高。
KMP算法性能
设目标串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i不减即不回溯,比较次数可记为n。
KMP算法总的时间复杂度为O(n+m)。
例子:设目标串s="ababcabcacbab",模式串t="abcac"。给出KMP进行模式匹配的过程。
KMP算法的性能提高了吗?
KMP算法跳过了中间一些趟,正确吗?
例子:设s="aaabaaaab",t="aaaab"。计算模式串t的nextval函数值。并画出利用改进KMP算法进行模式匹配时每一趟的匹配过程。
例子:设目标串为s="abcaabbabcabaacbacba",模式串t="abcabaa"。计算模式串t的nextval函数值。并画出利用KMP算法进行模式匹配时每一趟的匹配过程。