1. 简述
题目描述:
Str1中可能包含的字符:除了'*'和'?'以外的任意字符。
Str2中可能包含的字符:任意字符。其中,'?'表示匹配任意一个字符,'*'表示匹配任意字符0或者多次。
给出这样两个字符串,判断Str2是否是Str1的子串,如果是输出第一个匹配到的子串,如果不是,输出"不是子串"。
2. 分析
对于'?'的处理,只要在匹配的时候将代码由:if(str1[i]==str2[j]) 改为 if(str1[i]==str2[j] || str2[j]=='?')即可。
对于'*'的处理,可以将str2根据其中的'*'分为若干个片段,然后依次在str1中分别匹配这几个片段即可,而且对于这几个片段分别匹配,如果第k个片段在str1中匹配不到,后面也可以结束了。这里举例说明一下:对于str1="Oh year.Totay is weekend!",str2=*ye*a*e*",实际上就是在str1中匹配"ye","a","e"这三个片段。
Oh year.Totay is weekend!
yea e
yea e
yea e
ye a e
ye a e
ye a e
实际上,能够匹配到上面6种情况,按照我们的如果从左到右的匹配每个片段返回的是第一种情况。这里主要分析这种情况的处理,对于所有情况的输出后面再简单说明一下。
首先处理str2,根据'*'分成若干个部分,然后依次在str1中进行匹配,使用kmp算法即可。这样判断能否匹配或者只找第一个匹配的子串的负责度是O(m+n)
3. 代码实现
其中利用了kmp算法,为了使用方便,稍微改了下kmp算法的输入参数,即pat字符串的长度不用'\0'确定,用指定参数确定。
#include#includeusingnamespacestd;//KMP算法,pat长度由len_pat指定voidget_next(constcharpat[],intnext[],intpat_len) {//int len = strlen(pat);intlen=pat_len;inti,j; next[0]=-1;for(i=1; i=0&&pat[i-1]!=pat[j]; j=next[j])
;if(j<0||pat[i-1]!=pat[j])
next[i]=0;elsenext[i]=j+1;//if (pat[i]==pat[next[i]]) next[i]=next[next[i]];}for(inti=0; i
next[i]=next[next[i]];
}
}//KMP算法,str长度由'\0'判断,pat长度由len_pat指定intkmp_next(constchartext[],constcharpat[],intpat_len) {intt_length=strlen(text);//int p_length = strlen(pat);intp_length=pat_len;intt,p;int*next=newint[p_length];
get_next(pat, next, p_length);for(t=0,p=0; t
t++,p++;elseif(next[p]==-1)//说明此时p=0,而且pat[0]都匹配不了t++;elsep=next[p];
}
delete []next;returnt
}//切分pat的结构structPAT_INFO {char*pat;intlen;
};//可以匹配通配符的KMP,返回第一个匹配子串在str中的下标voidKMP_WildCard(char*str,char*pat) {intlen_str=strlen(str);intlen_pat=strlen(pat);inti,j;
dequestore;//切分pat到store中PAT_INFO info;boolnew_info=true;for(i=0; i
new_info=true;
}else{if(new_info) {//需要新建一个infoinfo.pat=pat+i;
info.len=1;
new_info=false;
}else{//不需要新建一个infoinfo.len++;
}
}
}//for//测试切分结果/*while(store.size() > 0) {
info = store.front();
for(i=0; i
cout <
cout <
store.pop_front();
}*///根据切分后的pat序列进行匹配intfirst_index=-1;//起始的下标intlast_index=0;//最后的下标后面的一个位置intnext_index=0;//下一次开始匹配的下标while(store.size()) {
info=store.front();
next_index=kmp_next(str+next_index, info.pat, info.len);if(next_index==-1) {//这个片段没找到,查找任务失败break;
}else{//这个片段找到了,继续找if(first_index==-1) {//找到的第一个片段first_index=next_index;
}
last_index+=next_index+info.len;
next_index=last_index;
}
store.pop_front();//cout <
cout<
cout<
cout<
}
}intmain() {char*str="Oh year.Totay is weekend!";char*pat="*ye*a*e*";
cout<
cout<
cout<
KMP_WildCard(str, pat);
system("PAUSE");return0;
}
4. 所有匹配结果输出
例子:
Oh year.Totay is weekend!
yea e
yea e
yea e
ye a e
ye a e
ye a e
首先是所有结果是什么:如果我们要的是str1匹配到的字符串,那么可见实际上上面6个有3个是重复的,因此对于这种情况,只有得到匹配字符串在str1中的开始index和结束index,然后对于重复的去掉即可。如果要的是str1匹配到的字符的下标,那么这是不会重复的。
然后说一下匹配方法,基本上与匹配一个的差不多,不过要加上回溯的过程。比如第一次匹配成功后,继续在新的位置匹配最后一个片段,如果成功了就是第二次匹配成功了,否则就要回溯取在新的位置去匹配倒数第二个片段了,依次类推。直到第一个片段都没法再匹配到,不再回溯了。此外值得注意的是,如果第一次匹配都没成功,就不必回溯了,这种情况下,说明不可能存在匹配结果,因为匹配是从左到右的顺序,都会尽量在左边找到合适的片段,如果第一次都没成功,假设在第k个片段上匹配失败了,那么再回溯的话,轮到k片段是空间实际上只会与上次相同或者更小,大的空间都匹配不到,小的空间更不用说了。
还有一点值得注意:有的一些博文采用的是用str2中一个字符一个字符的匹配,感觉效率会低,而且也没有片段这个方法中的第一次匹配失败就可以停止的规律,也用不了kmp(准确的说是体现不出kmp的优势)。
5. 参考