Java实现地址识别与关联匹配_1、串（字符串）以及串的模式匹配算法

串(或字符串)是由0个或多个字符组成的有限序列。0个字符的串成为空串。串中任意个连续的字符组成的子序列称为该串的子串。

串的表示和实现

串有3种机内表示方法：定长顺序存储表示，堆分配存储表示，串的块链存储表示。

1、定长顺序存储表示：用一组地址连续的存储单元存储串值的字符序列。

//--------串的定长顺序存储表示--------

#define MAXSTRLEN 255 //用户可以在255以内定义最大串长typedef unsignedchar SString[MAXSTRLEN+1]; //C语言中以‘\0’结束

弊端：如果操作中出现串值序列的长度超过上界MAXSTRLEN 时，约定用截尾法处理。要克服这种弊病唯有不限定串长的最大长度，即动态分配串值的存储空间。

2、堆分配存储表示：仍以一组地址连续的存储单元存放串值字符序列，但它们的存储空间是在程序执行过程中动态分配而得。在C语言中使用malloc()和free()来管理堆空间。

//--------串的堆分配存储表示--------

typedef struct{char *ch; //若是非空串，则按串长分配存储区，否则ch为NULL

int length; //串长度

}HString;

3、串的块链存储表示：类似于链表，只是每个节点是一块连续结构。最后一个节点不一定会被串值占满，此时通常补上'#'或者其它非串值字符(通常‘#’不属于串的字符集，是一个特殊的符号)。

//--------串的块链存储表示--------

#define CHUNKSIZE 80

typedefstructChunk{charch[CHUNKSIZE];struct Chunk *next;

}Chunk;

typedefstruct{

Chunk*head, *tail; //指向头和尾，tail是方便串连接用的

int curlen; //串的当前长度

}Lstring;

串的模式匹配算法

子串的定位操作通常称为串的模式匹配，是各种串处理系统中最重要的操作之一。

下面的算法是一种很自然的思路：

1 int index(HString S, HString T, intpos){2 　　//返回子串T在主串S中第pos个字符之后的位置。若不存在，则函数值为0。3 　　//其中，T非空，1≤pos≤StrLength(S)。

4 if(S == null || T == null || pos < 0 || pos >=S.length)5 　　 returnERROR;6 i = pos; j = 0;7 while(i < S.length && j

10 }else{11 i = i - j + 1; j = 0; //指针后退，重新开始匹配

12 }13 }14 if(j = T.length) return i -T.length;15 else return 0;16 }

字符串的模式匹配算法的改进是KMP算法。具体的可以参看相关的论文或者是《数据结构——C语言版》(清华大学出版)。

下面看看java的String中是如何实现字符串的模式识别的(String.class关联的源代码)：

1 static int indexOf(char[] source, int sourceOffset, intsourceCount,2 char[] target, int targetOffset, inttargetCount,3 intfromIndex) {4 if (fromIndex >=sourceCount) {5 return (targetCount == 0 ? sourceCount : -1);6 }7 if (fromIndex < 0) {8 fromIndex = 0;9 }10 if (targetCount == 0) {11 returnfromIndex;12 }13

14 char first =target[targetOffset];15 int max = sourceOffset + (sourceCount -targetCount);16

17 for (int i = sourceOffset + fromIndex; i <= max; i++) {18 /*Look for first character.*/

19 if (source[i] !=first) {20 while (++i <= max && source[i] !=first);21 }22

23 /*Found first character, now look at the rest of v2*/

24 if (i <=max) {25 int j = i + 1;26 int end = j + targetCount - 1;27 for (int k = targetOffset + 1; j < end &&source[j]28 == target[k]; j++, k++);29

30 if (j ==end) {31 /*Found whole string.*/

32 return i -sourceOffset;33 }34 }35 }36 return -1;37 }