数据结构（一）字符串和模式匹配算法

前言

计算机中的非数值处理的对象基本上是字符串数据，随着语言加工程序的发展，字符串作为一种变量类型出现在越来越多的程序设计语言中，同时也产生了一系列的字符串操作。在日常的程序设计中，如名称、地点等信息都是以字符串形式表示的，又如文本框、输入框等都是以字符串数据作为处理对象。

什么是字符串

字符串（string），或者直接叫作串，是由零个或多个字符组成的有限序列。

串中字符的个数称为串的长度，当字符个数为0时，此时串被称为空串。

由一个或多个空格组成的串称为空格串，需要注意的是空串不等于空格串，虽然它们看起来都没有内容。

String str1 = "Jack";
String str2 = "123@qq.com";
String str3 = "";		// 空串
String str4 = " ";		// 空格串（一个空格）

串中任意个（包含0个）连续的字符组成的子序列称为该串的子串，包含子串的串称为主串，子串第一个字符在主串中的位置表示该子串在主串中的位置。

String str1 = "helloworld!";
String str2 = "ll";		//	str2 是 str1 的子串，它在 str1 中的位置为 2

当两个串的值相等时，称两个字符串相等。

String str1 = "WuHan";
String str2 = "WuHan";	// str1 与 str2 相等

字符串的表示和实现

字符串有时不仅仅是一个表示特定信息的常量，它有时候也以变量的形式出现。字符串通常有三种机内表示方法。

定长顺序存储表示

类似于线性表的顺序存储结构，用一组地址连续的存储单元存储串值额字符序列。

堆分配存储表示

以一组地址连续的存储单元存放串值字符序列，但存储空间是在程序执行过程中动态分配的。

块链存储表示

和线性表的链式存储结构相类似，采用链表方式存储串值。

串的模式匹配

模式匹配是数据结构中字符串的一种基本运算，是各种串处理系统中的最重要的操作之一。

设 S 是给定的主串，T 是给定的子串，在主串 S 中查找等于子串 T 的串的过程就是模式匹配的过程，T 称为模式串。如果在 S 中找到 T 子串，则称匹配成功，函数返回 T 在 S 中首次出现的存储位置，否则匹配失败，返回-1。

字符串匹配算法有很多，这里只介绍两种最常见的算法。

BF（Brute-Force）算法

原理

最朴素的想法就是枚举主串的每一个字符，以每一个字符为起始点，与模式串的第一个字符开始尝试匹配，如果相同继续匹配主串和模式串的下一个字符，如果不同，从主串下一个字符再次开始匹配。

如果在一次匹配过程中匹配到模式串的最后一个字符，则匹配成功，否则失败。

代码实现

public int myBFIndexOf(String S, String T) {
   
    int n = S.length(), m = T.length();
    // pos 为本轮匹配主串的起始字符位置，不能大于主串长度减模式串长度的差
    // 因为当 pos > n - m 时，一定会匹配失败
    for(int pos = 0; pos <= n - m