4.2字符串
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。
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。
顺序串:用数组来存储串中的字符序列。
链接串:用链接存储结构来存储串。
模式匹配:
- BF算法
给定主串S="s1s2…sn"和模式T=“t1t2…tm”,
在S中寻找T 的过程称为模式匹配。
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
算法:
- 在串S和串T中设比较的起始下标i和j;
- 循环直到S或T的所有字符均比较完;
2.1 如果S[i]==T[j],继续比较S和T的下一个字符;
2.2 否则,将i和j回溯(i=i-j+1,j=0),准备下一趟比较; - 如果T中所有字符均比较完,则匹配成功,返回匹配的起始比较下标(i-j);否则,匹配失败,返回-1;
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;
}
- KMP算法
算法:
在串S和串T中分别设比较的起始下标i和j;
2. 循环直到S中所剩字符长度小于T的长度或T中所有字符均比较完毕
2.1 如果S[i]==T[j],继续比较S和T的下一个字符;否则
2.2 将j向右滑动到next[j]位置,即j=next[j];
2.3 如果j=-1,则将i和j分别加1,准备下一趟比较;
3. 如果T中所有字符均比较完毕,则返回匹配的起始下标;否则返回-1;
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;
}
4.3多维数组
(多维)数组——线性表中的数据元素可以是线性表,但所有元素的类型相同。
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。
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。
二维数组的存储结构与寻址:
常用的两种映射方法:
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:
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)
则,Loc(aij)=Loc(al1l2)+((i-l1)×(h2-l2+1)+(j-l2))×c
按列优先存储的寻址:
LOC ( i, j ) = a + ( j *n +i ) * l
n维数组:
各维元素个数为 m1, m2, m3, …, mn
下标为 i1, i2, i3, …, in的数组元素的存储地址:
LOC ( i1, i2, …, in ) = a +
( i1*m2m3…*mn + i2*m3m4…*mn+
- ……+ in-1*mn + in ) * l
4.4矩阵的压缩存储
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。
- 特殊矩阵的压缩存储——对称矩阵:
特点:aij=aji
从零开始:
aij在一维数组中的序号= i×(i+1)/2+ j+1
∵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
从一开始:
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:
存储:下三角元素+对角线上方的常数——只存一个
矩阵中任一元素aij在数组中的下标k与i、j的对应关系:
- 特殊矩阵的压缩存储——对角矩阵(带状矩阵):
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。
二维数组法:
三元组顺序表:
将稀疏矩阵中的每个非零元素表示为:(行号,列号,非零元素值)——三元组
定义三元组:
template <class T>
struct element
{
int row, col; //行号,列号
T item //非零元素值
};
三元组表:将稀疏矩阵的非零元素对应的三元组所构成的集合,按行优先的顺序排列成一个线性表。
存储结构定义:
const int MaxTerm=100;
template <class T>
struct SparseMatrix
{
T data[MaxTerm]; //存储非零元素
int mu, nu, tu; //行数,列数,非零元个数
};
十字链表:
采用链接存储结构存储三元组表,每个非零元素对应的三元组存储为一个链表结点,结构为:
row:存储非零元素的行号
col:存储非零元素的列号
item:存储非零元素的值
right:指针域,指向同一行中的下一个三元组
down:指针域,指向同一列中的下一个三元组
定义:
template<class T>
class OLNode
{
public:
int row,col;
T element;
OLNode<T>* right,*down;
public:
OLNode(){right=NULL;down=NULL;};
};
4.5广义表
广义表(列表): n ( >= 0 )个表元素组成的有限序列,记作:
LS = (a0, a1, a2, …, an-1)
LS是表名,ai是表元素,它可以是表 (称为子表),可以是数据元素(称为原子)。
n为表的长度。n = 0 的广义表为空表。
长度:广义表LS中的直接元素的个数;
深度:广义表LS中括号的最大嵌套层数。
表头:广义表LS非空时,称第一个元素为LS的表头;
表尾:广义表LS中除表头外其余元素组成的广义表。
- 广义表和线性表的区别:
线性表的成分都是结构上不可分的单元素
广义表的成分可以是单元素,也可以是有结构的表
线性表是一种特殊的广义表
广义表不一定是线性表,也不一定是线性结构
广义表的存储结构——头尾表示法
结点结构:
tag:区分表结点和元素结点的标志;
hp:指向表头结点的指针;
tp:指向表尾结点的指针;
data:数据域,存放单元素。
定义结点结构:
enum Elemtag {Atom, List};
template <class T>
struct GLNode {
Elemtag tag;
union {
T data;
struct
{
GLNode *hp, *tp;
} ptr;
};
};
广义表特点:
有次序性:一个直接前驱和一个直接后继
有长度:等于表中元素个数
有深度:等于表中括号的重数
可递归:自己可以作为自己的子表
可共享:可以为其他广义表所共享