1967. 作为子字符串出现在单词中的字符串数目字符串模式匹配-kmp算法和kmp优化算法(双百代码)

1967. 作为子字符串出现在单词中的字符串数目字符串模式匹配-kmp算法和kmp优化算法(双百代码)

给你一个字符串数组 patterns 和一个字符串 word ,统计 patterns 中有多少个字符串是 word 的子字符串。返回字符串数目。

子字符串 是字符串中的一个连续字符序列。

示例 1:

输入:patterns = [“a”,“abc”,“bc”,“d”], word = “abc”
输出:3
解释:

  • “a” 是 “abc” 的子字符串。
  • “abc” 是 “abc” 的子字符串。
  • “bc” 是 “abc” 的子字符串。
  • “d” 不是 “abc” 的子字符串。
    patterns 中有 3 个字符串作为子字符串出现在 word 中。

示例 2:

输入:patterns = [“a”,“b”,“c”], word = “aaaaabbbbb”
输出:2
解释:

  • “a” 是 “aaaaabbbbb” 的子字符串。
  • “b” 是 “aaaaabbbbb” 的子字符串。
  • “c” 不是 “aaaaabbbbb” 的字符串。
    patterns 中有 2 个字符串作为子字符串出现在 word 中。

示例 3:

输入:patterns = [“a”,“a”,“a”], word = “ab”
输出:3
解释:patterns 中的每个字符串都作为子字符串出现在 word “ab” 中。

对于这个题目,很多人可能就会暴力,匹配,但是,暴力匹配终究不是好的办法,时间开销太大,这里给出kmp算法和mmp优化算法,感兴趣可以学习一下,这个算法非常帮,在考研和工作中都是十分常见的:
kmp算法:

bool  kmp_pattern_match(char *s,char *word,int lenw){
    int lens=strlen(s);
  
    int next[lens];
    int i=0,k=-1;
    next[0]=-1;
    while(i<lens-1){
        if(k==-1||s[i]==s[k]){
            k++;
            i++;
           
                next[i]=k;
           
           
        }
        else{
            k=next[k];
        }
    }
    int is=0,iword=0;
    while(is<lens&&iword<lenw){
        if(is==-1||s[is]==word[iword]){
            is++;
            iword++;
        }
        else{
            is=next[is];
        }
    }
    if(is==lens){
        return true;
    }
    else{
        return false;
    }
}



int numOfStrings(char ** patterns, int patternsSize, char * word){
    int count=0;
    int lenw=strlen(word);

    for(int i=0;i<patternsSize;i++){
        if(kmp_pattern_match(patterns[i],word,lenw)){
            count++;

        }


    }
    return count;

}

kmp优化算法

bool  kmp_pattern_match(char *s,char *word,int lenw){
    int lens=strlen(s);
  
    int next[lens];
    int i=0,k=-1;
    next[0]=-1;
    while(i<lens-1){
        if(k==-1||s[i]==s[k]){
            k++;
            i++;
            if(s[i]==s[k]){
                 next[i]=next[k];

            }
            else{
                next[i]=k;
            }
           
        }
        else{
            k=next[k];
        }
    }
    int is=0,iword=0;
    while(is<lens&&iword<lenw){
        if(is==-1||s[is]==word[iword]){
            is++;
            iword++;
        }
        else{
            is=next[is];
        }
    }
    if(is==lens){
        return true;
    }
    else{
        return false;
    }
}



int numOfStrings(char ** patterns, int patternsSize, char * word){
    int count=0;
    int lenw=strlen(word);

    for(int i=0;i<patternsSize;i++){
        if(kmp_pattern_match(patterns[i],word,lenw)){
            count++;

        }


    }
    return count;

}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
BF算法KMP算法都是串的模式匹配算法,但是它们的时间复杂度不同。BF算法的时间复杂度为O(m*n),其m和n分别为主串和模式串的长度。而KMP算法的时间复杂度为O(m+n)。因此,当模式串较长时,KMP算法的效率更高。 下面是BF算法KMP算法的介绍和演示: 1. BF算法(暴力匹配算法) BF算法是一种朴素的模式匹配算法,它的思想是从主串的第一个字符开始,依次和模式串的每个字符进行比较,如果匹配成功,则继续比较下一个字符,否则从主串的下一个字符开始重新匹配。BF算法的时间复杂度为O(m*n)。 下面是BF算法的Python代码演示: ```python def BF(main_str, pattern_str): m = len(main_str) n = len(pattern_str) for i in range(m-n+1): j = 0 while j < n and main_str[i+j] == pattern_str[j]: j += 1 if j == n: return i return -1 # 测试 main_str = 'ababcabcacbab' pattern_str = 'abcac' print(BF(main_str, pattern_str)) # 输出:6 ``` 2. KMP算法(Knuth-Morris-Pratt算法KMP算法是一种改进的模式匹配算法,它的核心思想是利用已经匹配过的信息,尽量减少模式串与主串的匹配次数。具体来说,KMP算法通过预处理模式串,得到一个next数组,用于指导匹配过程的跳转。KMP算法的时间复杂度为O(m+n)。 下面是KMP算法的Python代码演示: ```python def KMP(main_str, pattern_str): m = len(main_str) n = len(pattern_str) next = getNext(pattern_str) i = 0 j = 0 while i < m and j < n: if j == -1 or main_str[i] == pattern_str[j]: i += 1 j += 1 else: j = next[j] if j == n: return i - j else: return -1 def getNext(pattern_str): n = len(pattern_str) next = [-1] * n i = 0 j = -1 while i < n-1: if j == -1 or pattern_str[i] == pattern_str[j]: i += 1 j += 1 next[i] = j else: j = next[j] return next # 测试 main_str = 'ababcabcacbab' pattern_str = 'abcac' print(KMP(main_str, pattern_str)) # 输出:6 ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值