串的定义 存储结构 操作 简单模式匹配 KMP算法 C语言实现

串的定义

• 串是由零个或多个字符组成的有限序列
• 串中的字符个数n为串的长度
• 字符在串中的位置一般情况下是从1开始数（位序）

串的存储结构

1. 顺序存储

   #define MAXLEN 255
   typedef struct{
       char ch[MAXLEN];
       int length;
   }SString
   

   这种方式直接分配一个固定长度的存储区，销毁时系统会自动回收

2. 堆分配存储（动态分配）

   仍然是一组地址连续的存储单元存放串值，但是存储空间是动态分配得到的

   typedef struct{
       char *ch;//按串长分配存储区，ch指向串的基地址
       int length;
   }HString
       
   //动态分配
   S.ch=(char *)malloc(MAXLEN*sizeof(char));
   

   在堆中的存储，用malloc()申请的空间，需要手动free()释放

3. 块链存储

   用链表方式存储字符串值

   一个结点存放一个字符时存储密度低，可以存放多个字符

操作

1. StrAssign(&T,chars)：赋值操作，把串T赋值为chars
2. StrCompare(S,T)：S>T，则返回值>0；S=T,则返回值=0；若S<T，则返回值<0
3. StrLength(S)：求串长
4. SubString(&Sub,S,pos,len)：求子串，用Sub返回串S的第pos个字符起长度为len的子串
5. Index(S,T)：定位操作，返回子串T在主串S中首次出现的位置
6. ClearString(&S)：S串清空
7. DestroyString(&S)：销毁，归还空间

简单模式匹配（朴素模式匹配）

子串的定位操作通常叫做模式匹配

算法思想：将主串中与模式串长度相同的子串搞出来，挨个与模式串对比，当子串与模式串某个对应字符不匹配时，就立即放弃当前子串，转而检索下一个子串

最坏时间复杂度：O(mn)

//朴素模式匹配算法
int Index(SString S,SString T){
    int k;//标记主串每次开始比较的位置
    int i=k,j=1;
    while(i<=S.length && j<=T.length){
        if(S.ch[i]==T.ch[j]){
            ++i;
            ++j;//继续比较后面的字符
        }else{
            k++;//检查主串下一个字符
            i=k;
            j=1;//子串从头开始比较
        }
    }
    if(j>T.length){
            return k;//子串已经在主串中匹配到
        }else{
            return 0;
        }
}

主串多次回溯导致算法效率低

KMP算法

解决了主串回溯的问题

1. 字符串前缀：除最后一个字符之外，所有头部子串
2. 字符串后缀：除第一个字符之外，所有尾部子串
3. 部分匹配值则为字符串的前缀和后缀的最长相等前后缀长度

ababa：前缀{a,ab,aba,abab}，后缀{a,ba,aba,baba}，最长相等前后缀长度为 3

next数组求法（串的位序从1开始）

当第 j 个字符匹配失败，由前 1至j-1个字符组成的串记为S，则next[j]等于S的最长相等前后缀长度 +1

• next[1]=0；模式串的第一个字符失配时
• next[2]=1;

当串的位序从0开始，next[0]=-1

next[j]数组含义

在子串的第j个字符与主串发生失配时，则跳到子串的next[j]位置重新与主串当前位置进行比较

nextval[j]数组

如果出现了Pj=Pnext[j]时，连续失配，导致比较没有意义

解决办法：next[j]修正为next[next[j]]，递归

例

ababaaababaa

编号	1	2	3	4	5	6	7	8	9	10	11	12
S	a	b	a	b	a	a	a	b	a	b	a	a
next	0	1	1	2	3	4	2	2	3	4	5	6
nextval	0	1	0	1	0	4	2	1	0	1	0	4