第四章 串、数组和广义表

波兰表达式

串的定义

串或字符串（string） 是由零个或多个字符组成的有限序列，一般记为 s=“a1 a2 … an” (n≥0)
其中，s是串的名，用双引号标识的字符序列是串的值；可以是字母、数字或其他字符；串中字符的数目n称为串的长度。零个字符的串称为空串（null string），其长度为0。
串中任意个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。通常称字符在序列中的序号为该字符在串中的位置。子串在主串中的位置则以子串的第一个字符在主串中的位置来表示。

当且仅当两个串的值相等，称这两个串是相等的。也就是说，只有当两个串的长度相等，并且各个对应位置的字符都相等时两个串才相等。
在各种应用中，空格常常是串的字符集合中的一个元素，因而可以出现在其他字符中间。由
一个或多个空格组成的串“ ”称为空格串（blank string，请注意：此处不是空串），其长度为串
中空格字符的个数。为清楚起见，以后我们用符号“Ø”来表示“空串”。

串的类型定义、存储结构及运算

串的抽象类型定义

串的逻辑结构和线性表极为相似，区别仅在于串的数据对象约束为字符集。
串的抽象数据类型的定义如下：

串的存储结构

1. 串的顺序存储

//- - - - - 串的定长顺序存储结构- - - - - 
#define MAXLEN 255 //串的最大长度
typedef struct{
 char ch[MAXLEN+1]; //存储串的一维数组
 int length; //串的当前长度　
}SString;

在C语言中，存在一个称之为“堆”（Heap）的自由存储区，可以为每个新产生的串动态分配一块实际串长所需的存储空间，若分配成功，则返回一个指向起始地址的指针，作为串的基址，同时为了以后处理方便，约定串长也作为存储结构的一部分。这种字符串的存储方式也称为串的堆式顺序存储结构，定义如下：

//- - - - - 串的堆式顺序存储结构- - - - - 
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; //串的当前长度　
}HString;

2. 串的链式存储
   

图4.3（a）所示为节点大小为4（每个节点存放4个字符）的链表，
图4.3（b）所示为节点大小为1的链表。
当节点大小大于1时，由于串长不一定是节点大小的整倍数，则链表中的最后一个节点不一定全被串值占满，此时通常补上“#”或其他的非串值字符（通常“#”不属于串的字符集，是一个特殊的符号）。

//- - - - - 串的链式存储结构- - - - - 
#define CHUNKSIZE 80 //可由用户定义的块大小　
typedef struct Chunk{
 char ch［CHUNKSIZE］;
 struct Chunk *next;
}Chunk;
typedef struct{
 Chunk *head,*tail; //串的头和尾指针　
 int length; //串的当前长度　
}LString;

串的模式匹配算法

子串的定位运算通常称为串的模式匹配或串匹配。

设有两个字符串S和T，设S为主串，也称正文串；设T为子串，也称为模式。在主串S中查找与模式T相匹配的子串，如果匹配成功，确定相匹配的子串中的第一个字符在主串S中出现的位置。

著名的模式匹配算法有BF算法和KMP算法。

1. BF 算法
   最简单直观的模式匹配算法是BF（Brute-Force）算法。

int Index_BF(SString S,SString T,int pos)
{//返回模式T在主串S中第pos个字符开始第一次出现的位置。若不存在，则返回0 
 //其中，T非空，1≤pos≤S.length
 i=pos; j=1; //初始化
 while(i≤S.length && j≤T.length) //两个串均未比较到串尾
 { 
　　　if(S.ch[i]==T.ch[j]){++i;++j;} //继续比较后继字符
　　　else{i=i-j+2;j=1;} //指针后退，重新开始匹配
 }
 if(j＞T.length) return i-T.length; //匹配成功
 else return 0; //匹配失败
}

【算法分析】

• 最好情况下的平均时间复杂度是O(n + m)。
• 最坏情况下的平均时间复杂度是O(n × m)。

2. KMP 算法

这种改进算法是由克努特（Knuth）、莫里斯（Morris）和普拉特（Pratt）共同设计实现的，因此简称KMP算法。此算法可以在O(n + m)的时间数量级上完成串的模式匹配操作。其改进在于：每当一趟匹配过程中出现字符不等时，无须回溯主串的指针，而是利用已经得到的“部分匹配”的结果将模式向右“滑动”尽可能远的一段距离后，继续进行比较。

【KMP算法】

int Index_KMP(SString S,SString T,int pos)
{//利用模式串T的next函数求T在主串S中第pos个字符之后的位置　
 //其中，T非空，1≤pos≤S.length
 i=pos;j=1;
 while(i<=S.length && j<=T.length) //两个串均未比较到串尾
 {
　　　if(j==0‖S.ch[i]==T.ch[j]){++i;++j;} //继续比较后续字符　
　　　else j=next[j]; //模式串向右移动　
 }
 if(j＞T.length) return i-T.length; //匹配成功　
 else return 0; //匹配失败
}

【计算next函数值】

void get_next(SString T,int next[])
{//求模式串T的next函数值并将其存入数组next
 i=1;next[1]=0;j=0 ；　
 while(i＜T.length)
 {
　　　if(j==0‖T.ch[i]==T.ch[j]){++i;++j;next[i]=j;}
　　　else j=next[j];
　　}
}

【计算next函数修正值】

void get_nextval(SString T，int nextval[])
{//求模式串T的next函数修正值并将之存入数组nextval 
 i=1;nextval［1］=0;j=0;
 while(i＜T.length)
 {
　　　if(j==0‖T.ch[i]==T.ch[j])
　　　{
　　　　 ++i;++j;
　　　　 if(T.ch[i]!=T.ch[j]) nextval[i]=j;
　　　　 else nextval[i]=nextval[j];
　　　}
　　　else j=nextval[j];
 }
}

KMP算法中next数组和nextval数组是如何快速求解的

求出next数组和nextval数组后如何跟主串进行匹配

数组

数组的类型定义

数组是由类型相同的数据元素构成的有序集合，每个元素称为数组元素，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，可以通过下标访问该数据元素。因为数组中每个元素处于n（n≥1）个关系中，故称该数组为n维数组。数组可以看成线性表的推广，其特点是结构中的元素本身可以是具有某种结构的数据，但属于同一数据类型。

例如，一维数组可以看成一个线性表，二维数组可以看成数据元素是线性表的线性表。图4.10（a）所示的二维数组可以看成一个线性表：

抽象数据类型数组可定义为：

数组的顺序存储

假设每个数据元素占L个存储单元，则二维数组A[0… m−1, 0… n−1]（下标从0开始，共有m行n列）中任一元素aij的存储位置可由下式确定：
LOC(i, j) = LOC(0, 0) + (n×i + j)L

其中，LOC(i, j)是aij的存储位置；LOC(0, 0) 是a00的存储位置，即二维数组A的起始存储位置，也称
为基地址或基址。

求一维、二维数组的存储位置

特殊矩阵的压缩存储

假若值相同的元素或者零元素在矩阵中的分布有一定规律，则称此类矩阵为特殊矩阵。 特殊矩阵主要包括对称矩阵、三角矩阵和对角矩阵等，下面我们重点讨论这3种特殊矩阵的压缩存储。

1. 对称矩阵
   

2. 三角矩阵
   

3. 对角矩阵
   

广义表

广义表的定义

顾名思义，广义表是线性表的推广，也称为列表。

从上述定义和例子可推出广义表的如下3个重要结论。

表头、表尾均为空表。

广义表的存储结构

由于广义表中的数据元素可以有不同的结构（或是原子，或是列表），因此难以用顺序存储结构表示，通常采用链式存储结构。常用的链式存储结构有两种，头尾链表的存储结构和扩展线性链表的存储结构。

1. 头尾链表的存储结构
   由于广义表中的数据元素可能为原子或广义表，因此需要两种结构的节点：一种是表节点，用以表示广义表；一种是原子节点，用以表示原子。
   

//- - - - -广义表的头尾链表存储表示- - - - - 
typedef enum{ATOM,LIST} ElemTag; //ATOM==0 ：原子 ；LIST==1 ：子表
typedef struct GLNode
{ 
 ElemTag tag; //公共部分，用于区分原子节点和表节点
 union //原子节点和表节点的联合部分
 {
　　　AtomType atom; //atom是原子节点的值域，AtomType由用户定义
　　　struct{struct GLNode*hp，*tp;}ptr; 
　　　　　　　　　　　　　　　 //ptr是表节点的指针域，ptr.hp 和ptr.tp 分别指向
表头和表尾
 }; 
}*GList; //广义表类型

（1）除空表的表头指针为空外，对任何非空广义表，其表头指针均指向一个表节点，且该节点中的hp域指向广义表表头（或为原子节点，或为表节点），tp域指向广义表表尾（除非表尾为空，则指针为空，否则必为表节点）。

（2）容易分清列表中原子和子表所在层次。如在广义表D中，原子a和e在同一层次上，而b、c和d在同一层次且比a和e低一层，B和C是同一层的子表。

（3）最高层的表节点个数即广义表的长度。

以上3个特点在某种程度上可给广义表的操作带来方便。

2. 扩展线性链表的存储结构
   

小结