chapter26字符串.ppt

字符串 */40 作业 上机作业： 实现简单(朴素)的字符串匹配算法 P80：17，18 2.7.3 简易文本编辑器 纸面作业（抽查） P80：16 字符串 */40 后续内容 第3章 树 * * * * * * * * Class String 中的更多操作请参见教材。 * * * * * * * * * * 例如，在拼写检查、语言翻译、数据压缩、搜索引擎、网络入侵检测、计算机病毒特征码匹配以及DNA序列匹配等应用中， 每当一趟匹配过程中出现字符比较不等时，不需回溯目标指针，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。 * 黑板例子： T:acabcabd P:abcabd(x) * * * 数据结构与算法 2.6 字符串 字符串 */40 主要内容 基本概念 存储结构和实现 字符串运算的算法实现 字符串的模式匹配 字符串 */40 基本概念 字符串，由0个或多个字符的顺序排列所组成的复合数据结构，简称“串”。 串的长度：一个字符串所包含的字符个数。 空串：长度为零的串，它不包含任何字符内容。 字符(char) ：组成字符串的基本单位 。 字符串 */40 串中任意个连续的字符组成的子序列称为该串的子串。 包含子串的串相应的称为主串。 例，串 eij 是串 beijing 的子串， beijing 称为主串。 字符在序列中的序号称为该字符在串中的位置。 子串在主串中的位置定义为子串的第一个字符在主串中的位置。 例，字符 ‘n’ 在串 beijing 中的位置为 6 。 例，子串 eij 在串 beijing 中的位置为 。 2 字符串 */40 两个串相等，当且仅当这两个串的值相等。 例，串 bei jing 与串 beijing 不相等 。 串值必须用一对单引号括起来，但单引号本身不属于串，只起界定作用。 由一个或多个空格组成的串称为空格串。 φ ≠ 字符串 */40 串与线性表区别 串的数据对象约束为字符集。 串的基本操作与线性表差别 线性表的基本操作中，大多以“单个元素”作为操作对象，如查找某个元素、在某个位置上插入一个元素和删除一个元素。 串的基本操作中，通常以“串的整体”作为操作对象。如在串中查找某个子串、在串的某个位置上插入一个子串以及删除一个子串。 字符串 */40 串的常用操作（二） 赋值算子＝ 拼接算子＋ 比较算子 = = != 和 == 重载下标算子[] char operator[] (int n); 按字符定位下标 int Find(char c,int start); 反向寻找，定位尾部出现的字符 int FindLast(char c); 字符串 */40 字符串的存储结构和类定义 字符串的顺序存储 用一个特殊的末尾标记‘\0’。 字符串类class String的存储结构 例如抽取子串函数： String s1 = value-; s2 = s1.Substr(2,3); 上述语句涉及的存储形式如下页所示。 字符串 */40 字符串类class String的存储结构 字符串 */40 字符串的模式匹配 在串T中查找是否有与串P相等的子串，则称串T为目标(Target)，把P称为模式(Pattern)。 称查找模式在目标中的匹配位置的运算为模式匹配(Pattern matching)。 字符串 */40 模式匹配算法 简单模式匹配算法 BF算法 （又称古典的、经典的、朴素的、穷举的） 带回溯，速度慢 KMP(Knuth-Morris-Pratt)算法 避免回溯，匹配速度快 T=“longlonglongago”； P=“longlongago”； 字符串 */40 简单匹配算法思想 将主串S的第pos个字符和模式T的第1个字符比较， 若相等，继续逐个比较后续字符； 若不等，从主串S的下一字符（pos+1）起，重新与T第一个字符比较。 直到主串S的一个连续子串字符序列与模式T相等。返回值为S中与T匹配的子序列第一个字符的序号，即匹配成功。 否则，匹配失败，返回值 0 . 字符串 */40 简单模式匹配算法过程 l o n g l o n g l o n t0 t1 t2 t3 t4 t5 t6 t7 t8 t9 t10 g a g t11 t12 t13 o \0 t14 t15 l o n g l o n g p0 p1 p2 p3 p4 p5 p6 p7 a g o \0 p8 p9 p10 p11 j i j i j i j i j i j i j i j i j i j i j i j i j i