目录
一、定义
二、表示与实现
定长顺序存储
堆分配存储
链式存储
三、BF算法
四、KMP算法
1.求next数组
方法一
方法二(考试方法)
2.KMP算法实现
方法一
方法二
3.nextval
4.时间复杂度
本节最重要的就是KMP算法,其他要求不高
一、定义
串类型的定义:串即字符串,是由零个或多个字符组成的有限序列,是数据元素为单个字符的特殊线性表。
串长:串中字符的个数(n≥0),n=0 时称为空串
空白串:由一个或多个空格符组成的串,空串不等于空白串
子串:串S中任意个连续的字符序列叫S的子串, S叫主串(空串是任意串的子串;任意串S都是S本身的子串,除S本身外,S的其他子串称为S的真子串)
子串位置:子串的第一个字符在主串中的序号
字符位置:字符在串中的序号
串相等:串长度相等,且对应位置上字符相等
下面关于串的的叙述中,哪一个是不正确的?
A. 串是字符的有限序列
B. 空串是由空格构成的串
C. 模式匹配是串的一种重要运算
D. 串既可以采用顺序存储,也可以采用链式存储
答案:B
二、表示与实现
定长顺序存储
用预先设定好长度的数组存储串。string[MAXSIZE + 1],加一是为了给串尾的‘\0’留空间
堆分配存储
也就是用malloc动态创建数组,还可以用realloc增加空间
链式存储
用链表存储串值,易插入和删除
1.链表结点的数据域长度取1
2.链表结点数据域长度取n(块链结构)
当数据元素较多时,块链结构存储密度更高
三、BF算法
BF算法是一种串的模式匹配算法,目的是确定主串中所含子串第一次出现的位置
思路:
主串S,模式串T
将ST的头部对齐,逐个比较字符是否相同
一旦出现不同,将T后移一位,重新从头开始比较
直到完全匹配为止,否则匹配失败
写成代码:
主串S,模式串T【i,j为S,T的指针】
将ST的头部对齐【i,j分别指向S,J的首位】,逐个比较字符是否相同【S[i]==T[j]】
一旦出现不同【S[i] != T[j]】,将T后移一位【i = i - j + 2(回溯)】,重新从头开始比较【j指向T首位】
直到完全匹配为止【j > T的长度】,否则匹配失败【i > S的长度】
时间复杂度:最坏情况为:主串n长,子串m长;除了最后一次,每一次都比较到子串最后一位发现不匹配,总共比较 m*(n-m+1)+m 次。时间复杂度 O(n*m)
四、KMP算法
改进BF算法:当字符不匹配时,利用已匹配部分的信息,仅让模式串回溯,主串不回溯
模式串要回溯到什么地方呢?目标地点记录在next[ ]数组中
next数组是干什么的呢?next数组记录了已匹配部分最大相同前后缀的信息
比如
S = a b a c c a b a b
P = a b a b
开始匹配
S = a b a c c a b a b
P = a b a b
前三位都匹配,第四位b与c不匹配
此时我们知道已匹配的部分为a b a,它有相同的前后缀‘a’
我们只需要让T的“前缀”与S的“后缀”对齐,接着比较即可。主串不需要回溯,子串也不用从头开始
S = a b a c c a b a b
P = a b a b
next数组是一个与模式串等长的数组,它告诉我们,模式串第几位失配时我们要跳转到哪里
所以关键在于求next数组
1.求next数组
方法一
方法二(考试方法)
假设next从j = 1开始编号
1)j = 1时,next[j] = 0
2)j > 1时,next[j] = j之前的最大相同前后缀长度 +1
3)j > 1时,找不到相同前后缀时,next[j] = 1
比如
方法二可以由方法一每位都加一得到,哪个舒服用哪个
2.KMP算法实现
方法一
完整例子,找到一段话中的所有匹配:
// 在一篇英文文章中查找指定的模式串,采用KMP算法实现#include<stdio.h>
#include<stdlib.h>
#include<string.h>#define elemtype charelemtype* getnext(elemtype* p) //传入模式串得到next数组
{ int pnum = strlen(p);elemtype* next = (elemtype*)malloc(sizeof(elemtype) * pnum);next[0] = 0;int len = 0;int k = 1;//生成next数组while (p[k] != '\0') {if (p[len] == p[k])next[k++] = ++len;else(len == 0 ? next[k++] = 0 : len = next[len - 1]);}//调整next数组for (k = pnum - 2; k >= 0; k--) next[k + 1] = next[k];next[0] = -1;//输出next数组printf("next数组为:");for (k = 0; k < pnum; k++) printf("%d ", next[k]);printf("\n");return next;
}void kmp(elemtype* s, elemtype* p) //传入两个串
{ elemtype* next = getnext(p);int i = 0;int j = 0;int flag = 1;while (flag == 1) {while (s[i] != '\0' && p[j] != '\0') {if (j == -1 || s[i] == p[j]){i++;j++;}else j = next[j];}if (p[j] == '\0') {printf("字符串在编号%d处与模式串匹配\n", i - j);j = 0; //匹配后模式串从头开始,继续寻找匹配点}else flag = 0; //当字符串遍历完后才退出}
}int main() {elemtype s[] = "No Person shall be a Senator who shall not have attained to the Age of thirty Years, and been nine Years a Citizen of the United States, "" and who shall not, when elected, be an Inhabitant of that State for which he shall be chosen.";elemtype p[] = "shall"; printf("字符串为:%s\n", s);printf("模式串为:%s\n", p);kmp(s, p);
}
方法二
3.nextval
有模式串p,next数组
数组都是从1开始编号
nextval计算方法:
nextval[1] = 0
对于第i位,如果p[i] 不等于 p [ next [i] ] , nextval [i] = next [i]
如果p [i] 等于 p [ next [i] ],则 j = next [i],继续比较p [j] = p [ next [j] ],一直向前比较,直到不等或到首位为止
例一:
字符串‘a b a b a a b a b’ 的next为:0 1 1 2 3 4 2 3 4;nextval为:0 1 0 1 0 4 1 0 1
例二:
求字符串‘a b c a a b b c a b c a a b d a b’的next和nextval
next: 0 1 1 1 2 2 3 1 1 2 3 4 5 6 7 1 2
nextval:0 1 1 0 2 1 3 1 0 1 1 0 2 1 7 0 1
4.时间复杂度
由于不用回溯,主串只走一遍,加上计算next时所用的比较次数m,为O(m+n) BF为O(n*m)