串

串

概念

串是一个特殊的线性表，由n（n>=0）个字符组成的一个有限序列，n可以由字母、数字或其他字符组成，串的每个数据元素仅有一个字符，串又称字符串

S = “a₁a₂…a_i…a_n”
S是串名，用双引号括起来的字符序列为串值，引号本身不是串的内容

存储

串的存储结构比较简单，单字符的特性，使得顺序及链式都能很好的兼容

1. 顺序存储；
2. 链式存储。

顺序存储

用一组地址连续的存储单元来存储串中的字符序列。按照预定的大小，为每个定义的串变量分配一个固定长度的存储区。一般用定长数组来定义。

链式存储

由于串结构的特殊性，结构中的每个元素都是一个字符，如果应用链表存储串值，一个结点对应一个字符，指针指向下一个字符，指针有很大可能比一个字符占用的空间还要大，造成不必要的空间浪费。因此除特殊情况外，极少使用链式来存储串结构

JAVA中的String类采用顺序存储结构，源码中存储字符串内容的数组使用final修饰
private final char value[];
由于String字符串都是常量，不便于插入和删除，因此在需要对字符串进行删除或插入时，一般使用StringBuffer或StringBuilder（继承自AbstractStringBuilder类），区别主要是StringBuffer对方法加了同步锁，是线程安全的

复杂度及应用

对于一般的顺序存储来说，获取字符串的长度，其复杂度是O(1)，串元素的查询插入复杂度是O(n)

应用

串应用最广的则是主串与子串的匹配问题，在生物信息学、信息检索、拼写检查、语言翻译、数据压缩、网络入侵等领域都有应用

主串：“Hello World”
子串：“World”

匹配

字符串的应用极为广泛，因此，字符串匹配的算法也相当多，如BM、Horspool、Sunday，KMP、KR、AC自动机、shift-and等，而KMP到目前为止，一直是研究中最稳定的算法

朴素匹配

从主串的第一个字符开始分别与子串从开关进行比较，当发现不匹配时，主串回到这一轮开始的下一个字符，子串从头开始比较，直到子串所有的字符都匹配，返回所在主串中的下标
字符串朴素匹配的时间复杂度是O(m*n)

KMP算法

KMP算法是一种改进的字符串匹配算法，是克努特-莫里斯-普拉特三个人提出的，所以以三个人名字首字母命名，关键是利用匹配失败后信息，尽量减少串与主串的匹配次数以达到快速匹配的目的
KMP算法是比较稳定的匹配算法，在算法导论及数据结构都有所涉及，代码简单，逻辑抽象

字符串的朴素算法，复杂度是O(m*n)，而KMP算法是从朴素算法抽象出来的

KMP算法的核心是一个NEXT数组，而NEXT数组求解是比较巧妙的，其核心是自己与自己比较重复的过程，为了理解方便，更多是以前缀与后缀进行的对比

比如ABABC，前缀为A,AB,ABA,ABAB后缀为C,BC,ABC,BABC
取得对应坐标字符转的前后缀集合的交集，就得到了NEXT数组，NEXT数组就是子串下标跳跃数字
每次匹配跳跃为next[j-1]，所以我们直接定义了计算数组，方便计算
NEXT数组代码

// 获取Next数组计算
void getNext(char[] p, int[] next) {
	next[0] = -1;
	int i = 0, j = -1;

	while(i < p.length) {
		if (j == -1 || p[i] == p[j]) {
			++i;
			++j;
			next[i] = j;
		} else {
			j = next[j];
		}
	}
}

• 依赖于NEXT数组的KMP算法

int KMP(char[] t, char[] p) {
	int i = 0;
	int j = 0;
	int[] next = new int[p.length];
	next = getNext(p, next);
	while (i < t.length && j < p.length) {
		if (j == -1 || t[i] == p[j]) {
			i++;
			j++;
		} else {
			j = next[j];
		}
	}
	if (j == p.length) {
		return i - j;
	} else {
		return -1;
	}
}