第四章 串
学习提要:
1.熟悉串的基本操作的定义,并能利用这些基本操作来实现串的其它各种操作的方法。
2.熟练掌握在串的定长顺序存储结构上实现串的各种操作的方法。
3.掌握串的堆分配存储结构以及在其上实现串操作的基本方法。
4.了解串的块链存储结构。
重难点内容:
串的存储结构
4.1 串类型的定义
基本概念
串(string):由零个或多个字符组成的有限序列,也称字符串。记为:
S = ‘a1a2a3……an’ (n≥0)
如:A= ‘BEIJING’, B= ‘JING’
串的长度:串中字符的数目n 。
空串:不含任何字符的串,串长度为0,用“ ”或 ‘’表示。
空格串:仅由一个或多个空格组成的串, 长度为串中空格字符的个数。
如: ‘ ’ , C= ‘ BEI JING ’
子串:由串中任意个连续的字符组成的子序列。
主串:包含子串的串。
如:A= ‘ BEIJING ’ B= ‘ JING ’
字符在串中的位置:字符在序列中的序号。
子串在主串中的位置:以子串的第一个字符在主串中的位置来表示。
如:A= ‘ BEIJING ’,B= ‘JING ’,
B在A中的位置为4。
串相等:当且仅当两个串的值相等。也就是说,只有两个串的长度相等且各个对应位置的字符都相等时才相等。
串的抽象数据类型定义
ADT String {
数据对象:
D={ ai |ai∈CharacterSet,
i=1,2,...,n, n≥0 }
数据关系:
R1={ < ai-1, ai > | ai-1, ai ∈D,
i=2,...,n }
基本操作:
} ADT String
StrAssign (&T, chars) //串赋值
初始条件:chars是字符串常量。
操作结果:把 chars 赋为 T 的值。
StrCopy (&T, S) //串复制
初始条件:串S存在。
操作结果:由串S复制得串T。
DestroyString (&S)
初始条件:串S存在。
操作结果:串S被销毁。
ClearString (&S)
初始条件:串S存在。
操作结果:将S清为空串。
StrEmpty (S)
初始条件:串S存在。
操作结果:若S为空串,则返回TRUE,否则返回FALSE。
StrCompare (S, T) //串比较
初始条件:串S和T存在。
操作结果:若S>T,则返回值>0;
若S=T,则返回值=0;
若S<T,则返回值<0。
StrCompare(‘data’, ‘structure’) < 0
StrLength (S) //求串长
初始条件:串S存在。
操作结果:返回S的元素个数,称为串的长度。
Concat (&T, S1, S2) //串联接
初始条件:串S1和S2存在。
操作结果:用T返回由S1和S2联接而成的新串。
Concat(&T,‘data’, ‘structure’)
T=‘datastructure’
SubString (&Sub, S, pos, len) //求子串
初始条件:串S存在,1≤pos≤StrLength(S)且0≤len≤StrLength(S)-pos+1。
操作结果:用Sub返回串S的第pos个字符起长度为len的子串。
SubString(&sub, ‘data structure’, 6, 9)
Sub=‘structure’
Index (S, T, pos) //串定位
初始条件:串S和T存在,T是非空串,
1≤pos≤StrLength(S)。
操作结果:若主串S中存在和串T值相同的子串, 则返回它在主串S中第pos个字
符之后第一次出现的位置; 否则函数值为0。
假设: S = ¢abcaabcaaabc¢, T = ¢bca¢
Index(S, T, 1) = 2;
Index(S, T, 3) = 6;
Index(S, T, 8) = 0;
Replace (&S, T, V) //串替换
初始条件:串S,T和V存在,T是非空串。
操作结果:用V替换主串S中出现的所有与T相等的不重叠的子串。
例如:S=‘abcaabc’, T=‘ab’, V=‘x’
S=‘xcaxc’
V=‘bc’
S=‘bccabcc’
StrInsert (&S, pos, T)
初始条件:串S和T存在,1≤pos≤StrLength(S)+1。
操作结果:在串S的第pos个字符之前插入串T。
例如:S=‘god’, StrInsert ( &S, 2, ‘o’)
S=‘good’
StrDelete (&S, pos, len)
初始条件:串S存在,1≤pos≤StrLength(S)-len+1。
操作结果:从串S中删除第pos个字符起长度为len的子串。
例如:S= ‘structure’,
StrDelete( &S, 1, 5)
S=‘ture’
对于串的基本操作集可以有不同的定义方法,在使用高级程序设计语言中的串类型时,应以该语言的参考手册为准。
例如:C语言函数库中提供下列串处理函数:
gets(str) 输入一个串;
puts(str) 输出一个串;
strcat(str1, str2) 串联接函数;
strcpy(str1, str2, k) 串复制函数;
strcmp(str1, str2) 串比较函数;
strlen(str) 求串长函数;
在以上操作中,串赋值StrAssign、串复制Strcopy、串比较StrCompare、求串长StrLength、串联接Concat、求子串SubString 6种操作构成串类型的最小操作子集,
即:这些操作不可能利用其他串操作来实现,反之,其他串操作(除串清除ClearString和串销毁DestroyString外)可在这个最小操作子集上实现。
例如,可利用串比较、求串长和求子串等操作实现定位函数 Index(S, T, pos)。
算法的基本思想为:
StrCompare(SubString(S, i, StrLength(T)), T) = = 0
int Index (String S, String T, int pos) {
// T为非空串。若主串S中第pos个字符之后存在与 T相等的子串,
则返回第一个这样的子串在S中的位置,否则返回0
if (pos > 0) {
n = StrLength(S); m = StrLength(T); i = pos;
while ( i <= n-m+1) {
SubString (sub, S, i, m);
if (StrCompare(sub,T) != 0) ++i ;
else return i ;
} // while
} // if
return 0; // S中不存在与T相等的子串
} // Index
串的逻辑结构和线性表极为相似,区别仅在于串的数据对象约束为字符集。
串的基本操作和线性表有很大差别。
在线性表的基本操作中,大多以“单个元素”作为操作对象;
在串的基本操作中,通常以“串的整体”作为操作对象。
4.2 串的表示和实现
4.2.1 定长顺序存储表示
用一组地址连续的存储单元存储串值的字符序列,类似于线性表的顺序存储结构。所谓定长顺序存储结构,是直接使用定长的字符数组来定义,数组的上界预先给出:
#define MAXSTRLEN 255
// 用户可在255以内定义最大串长
typedef unsigned char
SString[MAXSTRLEN + 1];
// 0号单元存放串的长度
特点:
串的实际长度可在这个予定义长度的范围内随意设定,超过予定义长度的串值则被舍去,称之为“截断”。
按这种串的表示方法实现的串的运算时,其基本操作为 “字符序列的复制”。
1.串联结Contcat(&T,S1,S2)
S1[0]+S2[0] <= MAXSTRLEN
S1[0] < MAXSTRSIZE 而S1[0]+S2[0] > MAXSTRSIZE
S1[0] = MAXSTRLEN
Status Concat(SString S1, SString S2, SString &T) {
if (S1[0]+S2[0] <= MAXSTRLEN) { // 未截断
T[1..S1[0]] = S1[1…S1[0]];
T[S1[0]+1…S1[0]+S2[0]] = S2[1…S2[0]];
T[0] = S1[0]+S2[0]; uncut = TRUE;}
else if (S1[0] < MAXSTRSIZE) { // 截断
T[1…S1[0]] = S1[1…S1[0]];
T[S1[0]+1…MAXSTRLEN]=S2[1…MAXSTRLEN-S1[0]];
T[0] = MAXSTRLEN; uncut = FALSE;}
else { // S1[0] = MAXSTRSIZE截断(仅取S1)
T[0...MAXSTRLEN] = S1[0…MAXSTRLEN];
// T[0] == S1[0] == MAXSTRLEN
uncut = FALSE; }
return uncut;
} // Concat
2.求子串SubString(&Sub, S, pos, len)
Status SubString(SString&Sub, SString S, int pos,int len) {
// 用Sub返回串S的第pos个字符起长度为len的子串。其中 1≤pos ≤StrLength(S) 且 0≤len≤StrLength(S)-pos+1
if (pos<1 ||pos>S[0] || len<0 || len>S[0]-pos+1)
return ERROR;
Sub[1……len]=S[pos…pos+len-1];
Sub[0]=len;
return OK;
} // SubString
4.2.2 堆分配存储表示
以一组地址连续的存储单元存储串值的字符序列,存储空间在程序执行过程中动态分配。
C语言中提供的串类型就是以这种存储方式实现的。系统利用函数malloc()和free( )进行串值空间的动态管理,为每一个新产生的串分配一个存储区,称串值共享的存储空间为“堆”。
C语言中的串以一个空字符为结束符,串长是一个隐含值。
typedef struct {
char *ch; // 若是非空串,则按串长分
配存储区,否则ch为NULL
int length; // 串长度
} HString;
这类串操作实现的算法为:
先为新生成的串分配一个存储空间,然后进行串值的复制。
1. 串赋值
Status StrAssign(Hstring&T,char*chars){
// 生成一个其值等于串常量chars的串T
If ( T.ch ) free (T.ch); //释放T原有空间
for(i=0,c=chars; c; ++i,++c); //求chars的长度 i
If ( !i ) {T.ch=NULL; T.length=0;}
else{
if(!(T.ch=(char*)malloc(i*sizeof(char))))
exit(OVERFLOW);
T.ch[0…i-1]=chars[0…i-1]; T.length=i; }
return OK;
}// StrAssign
2.串比较
Int StrCompare(Hstring S,Hstring T){
//若S>T,则返回值>0; 若S=T,则返回值=0;若S<T,则返回值=0
for(i=0; i<S.length && i<T.length; ++i)
if (S.ch[i]!=T.ch[i]) return S.ch[i]-T.ch[i];
Return S.length - T.length;
}// StrCompare
3. 串联接
Status Concat(Hstring&T,HStringS1,HstringS2){
//用T返回由S1和S2联接而成的新串
if(T.ch) free(T.ch); //释放旧空间
if(!(T.ch=(char*)malloc((S1.length+S2.length)* sizeof(char)))) exit(OVERFLOW);
T.ch[0…S1.length - 1]= S1.ch[0…S1.length - 1];
T.length= S1.length+ S2.length;
T.ch[S1.length …T.length- 1]=S2.ch[0…S2.length- 1];
return OK;
}// Concat
4. 取子串
Status SubString(HString&Sub,Hstring S,int pos,int len) {// 用Sub返回串S的第pos个字符起长度为len的子串。
// 其中1≤pos StrLength(S) 且 0≤ len≤ StrLength(S)-pos+1
if (pos<1 ||pos>S.length || len<0||len>S.length-pos+1)
return ERROR;
if(Sub.ch) free (Sub.ch); //释放旧空间
if (!len){Sub.ch=NULL; Sub.length=0;} //空子串
else { //完整子串
Sub.ch= (char*) malloc (len*sizeof(char));
Sub.ch[0…len-1]=S.ch[pos-1…pos+len-2];
Sub.length=len;
return OK;
} // SubString
4.2.3 块链存储表示
以链表存储串值,除头指针外还可以附设一个尾指针指示链表中的最后一个结点,并给出当前串的长度。称如此定义的传存储结构为块链结构。
#define CHUNKSIZE 80 // 可由用户定义的块大小
typedef struct Chunk { // 结点结构
char ch[CUNKSIZE];
struct Chunk *next;
} Chunk;
typedef struct { // 串的链表结构
Chunk *head, *tail; // 串的头和尾指针
int curlen; // 串的当前长度
} LString;
例如: 在编辑系统中,整个文本编辑区可以看成是一个串,每一行是一个子串,构成一个结点。即: 同一行的串用定长结构(80个字符), 行和行之间用指针相联接。