数据结构-4

第四章 字符串和多维数组

4.2 字符串

串的逻辑结构

串:零个或多个字符组成的有限序列。
串长度:串中所包含的字符个数。
空串:长度为0的串,记为:" “。
非空串通常记为:
S=” s1 s2 …… sn "
其中:S是串名,双引号是定界符,双引号引起来的部分是串值 ,si(1≤i≤n)是一个任意字符。

串的逻辑结构

子串:串中任意个连续的字符组成的子序列。
主串:包含子串的串。
子串的位置:子串的第一个字符在主串中的序号。
S1="ab12cd "
S2=“ab12”
S3=“ab13”

串的存储结构

顺序串:用数组来存储串中的字符序列。
在这里插入图片描述

串的存储结构

链接串:用链接存储结构来存储串。
(1)非压缩形式
(2)压缩形式

在这里插入图片描述

模式匹配——BF(Brute-Force)算法

基本思想:
从主串S的第0个字符开始和模式T 的第0个字符进行比较,
若相等,则继续比较两者的后续字符;
否则,从主串S的第1个字符开始和模式T 的第0个字符进行比较,
重复上述过程,直到T 中的字符全部比较完毕,则说明本趟匹配成功;或S中字符全部比较完,则说明匹配失败。
说明:模式匹配过程要进行多趟的匹配,每趟匹配要进行若干次的比较

int BF(char S[ ], char T[ ])
{
     i=0; j=0;   
    while (i<S.Length()&&j<T.length())
    {
         if (S[i]==T[j]) {
             i++;   j++;
         }  
         else {
             i=i-j+1;    j=0;
         }   
     }
     if (j>=T.length())  return (i-j);   
     else return -1;
}

模式匹配——KMP算法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

void Compute_Next(char t[], int next[])
{
	int j,k;
      next[0]=-1;j=1;
	while(t[j]!='\0')
	{
		k=next[j-1];
		while((k!=-1)&&(t[k]!=t[j-1]))
			k=next[k];
		next[j]=++k;
		j++;
	}
}

int KMP_FindPat(char *s, char *t,int *next){
	int i=0,j=0,k;
	while(s[i]!='\0' && t[j]!='\0')	{
		if(j==-1 || s[i]==t[j])	{
                 i++;
                 j++;
           }
		else
		      j=next[j];
	}
	if(t[j]=='\0')
		return i-j;
	else
		return -1;
}

4.2 多维数组

定义

数组是由一组类型相同的数据元素构成的有序集合,每个元素受n(n≥1)个线性关系的约束,并称该数组为 n 维数组。

特点

元素本身可以具有某种结构,属于同一数据类型;
数组是一个具有固定格式和数量的数据集合。

二维数组是数据元素为线性表的线性表。

二维数组

常用的映射方法有两种:
按行优先:先行后列,先存储行号较小的元素,行号相同者先存储列号较小的元素。
按列优先:先列后行,先存储列号较小的元素,列号相同者先存储行号较小的元素。

按行优先存储的寻址

在这里插入图片描述
在这里插入图片描述
aij前面的元素个数
=整行数×每行元素个数+本行中aij前面的元素个数
=(i -l1)×(h2 -l2+1)+(j -l2)
在这里插入图片描述
(i -l1)×(h2 -l2+1)+(j -l2)个元素
Loc(aij)=Loc(al1l2)+((i-l1)×(h2-l2+1)+(j-l2))×c
按列优先存储的寻址方法与此类似。

列优先存储的寻址

在这里插入图片描述
设数组开始存放位置 LOC( 0, 0 ) = a,
每个元素占用 l 个存储单元
则a[i][j]的存储地址:
LOC ( i, j ) = a + ( j *n +i ) * l

三维数组

各维元素个数为 m1, m2, m3
下标为 i1, i2, i3的数组元素的存储地址:
按页/行/列存放
说明:各维的下标从0开始
LOC ( i1, i2, i3 ) = a + (i1* m2 * m3 + i2* m3 + i3 ) * l
在这里插入图片描述

4.3 矩阵的压缩存储

特殊矩阵和稀疏矩阵

特殊矩阵:矩阵中很多值相同的元素并且它们的分布有一定的规律。
稀疏矩阵:矩阵中有很多零元素。
压缩存储的基本思想是:
⑴ 为多个值相同的元素只分配一个存储空间;
⑵ 对零元素不分配存储空间。

矩阵的压缩存储

特殊矩阵的压缩存储——对称矩阵

对称矩阵特点:aij=aji
在这里插入图片描述
aij在一维数组中的序号
= i×(i-1)/2+ j
∵一维数组下标从0开始
∴aij在一维数组中的下标
k= i×(i-1)/2+ j-1

对于下三角中的元素aij(i≥j), 在一维数组中的下标k与i、j的关系为:
k=i×(i-1)/2+j-1 。
上三角中的元素aij(i<j),因为aij=aji,则访问和它对应的元素aji即可,即:
k=j×(j-1)/2+i -1。

特殊矩阵的压缩存储——三角矩阵

在这里插入图片描述
在这里插入图片描述
矩阵中任一元素aij在一维数组数组中的下标k与i、j的对应关系:
在这里插入图片描述

特殊矩阵的压缩存储——对角矩阵 (带状矩阵)

对角矩阵:所有非零元素都集中在以主对角线为中心的带状区域中,除了主对角线和它的上下方若干条对角线的元素外,所有其他元素都为零。
在这里插入图片描述
以行序为主序,
aij在一维数组中的地址k?
k=(3*(i-1)-1)+(j-i+1)
k=2i+j-3
在这里插入图片描述

稀疏矩阵的压缩存储
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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