数据结构capter_4.pptVIP

第四章 串 KMP算法（特点：速度快） ① KMP算法设计思想 ② KMP算法的推导过程 ③ KMP算法的实现 （关键技术:计算next[j]） ④ KMP算法的时间复杂度 ① KMP算法设计思想： (参见教材P80-84） ② KMP算法的推导过程：（见教材P81） 新起点 k怎么求？ （1） next[ j ]有何物理意义？ 例： 模 式 串 T： a b a a b c a c 可能失配位 j： 1 2 3 4 5 6 7 8 新匹配位k=next[j] : ③ KMP算法的实现—即Index( )操作的实现 第一步，先把模式T所有可能的失配点j 所对应的next[j]计算出来； 第二步：执行定位函数Index_kmp （与BF算法模块非常相似） ④ KMP算法的时间复杂度 注意：由于BF算法在一般情况下的时间复杂度也近似于O(n+m)，所以至今仍被广泛采用。 4.4 串操作应用举例 第4章小结 i-T[0]是因为要返回首个字符的位置。 i指针后退到前一位置的后一位置，为下次比较做准备。 int Index(SString S, SString T, int pos) { // 返回子串T在主串S中第pos个字符之后的位置。若不存在，则函数值为0。 其中，T非空，0≤pos≤StrLength(S)。 i = pos; j = 1; while (i = S[0] j = T[0]) { if (S[i] == T[j]) { ++i; ++j; }// 继续比较后继字符 else { i = i-j+2; j = 1; } // 指针后退重新开始匹配 } if (j T[0]) return i-T[0]; else return 0; } // Index 简单算法 2、简单模式算法分析 上页的匹配过程易于理解，且在某些应用场合，如文本编辑等，效率也较高，例如，在检查模式“STING”是否存在于下列主串中时，“A STRING SEARCHING EXAMPLE CONSISTING OF SIMPLE TEXT” 上述算法中的while循环次数（即进行单个字符比较的次数）为41，恰好为（Index+T[0]-1)+4）,这就是说，除了主串中呈红色的四个字符，其它字符均只和模式进行一次比较。在这种情况下，此算法的时间复杂度为O（n+m)。 s : a b a b c a b c a c b a b s : a b c i j s : a b a b c a b c a c b a b t : a b c s : a b a b c a b c a c b a b t : a b c i指针回溯 然而，在有些情况下，该算法的效率却很低。 例如： 当模式串，而主串为“00000000000 000000000000000000000000000000000000000001”时，由于模式中前7个字符均为“0”，又，主串中前52个字符均为“0”，每趟比较都在模式的最后一个字符出现不等，此时需将指针i回溯到i-6的位置上，并从模式的第一个字符开始重新比较，整个匹配过程中指针需要回溯45次，则while的循环次数为46*8。可见算法在最坏情况下的时间复杂度为O(n*m)。 这种情况在只有0、1两种字符的文本串处理中经常出现，因为在主串中可能存在多个和模式串“部分匹配”的子串，因而引起指针i的多次回溯。 0、1串可以用在许多应用之中。（需要改进） 3、模式匹配的改进算法 这种改进算法是D.E.Knuth、V.R.Pratt和J.H.Morris 同时发现的，因此人们称它为克努特—莫里斯—普拉特操作（简称为KMP算法）。此算法可以在O（n+m)的时间数量级上完成串的模式匹配操作。 改进算法：每当一趟匹配过程中出现字符比较不等时，不需回溯i指针，而是利用已经得到的“部分匹配”的结果将模式向右“滑动”尽可能远的一段距离后，继续进行比较。 全书一大亮点！ 尽量利用已经部分匹配的结果信息，尽量让i不要回溯，加快模式串的滑动速度。 例： S=‘a b a b c a b c a c b a b’ T=‘a b c a c’ S=‘a b a b c a b c a c b a b’ T=‘a b c a c’ S=‘a b a b c a b c a c b a b’ T=‘a b c a c’ Index_kmp的返回值应为i=6 需要讨论两个问题： ①如何由当前部分匹配结果确定模式向右滑动的新比较起点