2.4 字符串.pptVIP

第2章 线性表及其顺序存储 2.4 字符串 引 言 字符串本质上也是线性表，只不过其中的数据元素为字符类型，因此，对线性表的所有运算，对字符串也适用。 内容提要 1.介绍字符串的基本概念 2.介绍字符串的顺序存储表示 3.讨论字符串上的匹配算法 一、字符串的基本概念 字符串的定义 字符串(简称为串)是由n(?0)个字符组成的有限序列。 S=“a1 a2 … an” ( n≥0 ) S=“a1 a2 … an” ( n≥0 ) 其中，S是串名，双引号括起来的字符序列是串S的值。n是串中字符个数，又称串长度，n=0的串称为空串。 要注意区分空串和空白串。“” ,“ ” 串中任意连续个字符组成的子序列称为该串的子串，包含子串的串称为主串。通常以子串的首字符在主串中的位置作为子串在主串中的位置。 7 S=“abcabcaabcbcde” P=“aabc” 二、字符串的顺序存储表示 串的顺序表示可用一维字符数组来描述。设Chs为字符串，则语句Chs=new char [maxlen+1] 动态生成一个顺序存储的字符数组。 三、字符串的模式匹配 1. 模式匹配：求子串在主串中的位置 通常以子串的首字符在主串中的位置表示。 主串 S=“abcabcaabca” 子串 P=“abcaab” 2. 简单匹配算法 该算法是从主串S中第i个字符开始与模式串P的第一个字符开始逐个比较，遇到不相等时该趟匹配失败，S回到i+1，P回到第一个字符位置，继续下一趟匹配。直到匹配成功返回P的第一个字符在S中的位置结束，或S中不存在P，匹配失败结束。 1 简单匹配算法 3. 简单匹配算法的C++程序 int Index_BF1 ( char S [ ], char T [ ], int pos )　{　　// 若串 S 中从第pos(1≤pos≤StrLength(S))个字符起存在　　// 和串 T 相同的子串，则称匹配成功，返回第一个这样的子串　　// 在串 S 中的位置，否则返回 0　　i = pos-1; j = 0;　　while ( S[i] != \0 T[j] != \0)　　 { if(S[i]==T[j]) { i++; j++;} //继续比较后一字符 else {i=i-j+1; j=0;} //重新开始新一轮匹配 } if (T[j]==‘\0’) return(i-j); //匹配成功 else return 0; } 简单匹配算法的渐近时间复杂度： 简单模式匹配算法在最坏情况下的时间复杂度是O(n×m)。 简单匹配算法效率不高。原因：有回溯。 KMP是一种无回溯匹配算法 KMP的时间复杂度是O(n+m)。效率高的主要原因是匹配失败时在主串中不需回朔，在子串（模式串）中也不一定要回朔到第一个字符的位置。 2 KMP算法 分析图4.6（a），当第一趟比较匹配失败S[4]?P[4]时，第二趟和第三趟的比较是否还有必要？显然是不必要的。 6 我们还发现，第一趟比较失配点的前一个字符 与子串中的第一个字符相等，即S[3]=P[0]，故子串中只要回朔到j=1的位置，进行“第4趟”比较就行了。 因此确定子串回朔到什么位置，即确定j的新值是问题的关键。 ??? KMP算法的关键是确定模式串p中每个字符的最大k值，K是失配时j需向前回朔得最少的位置，即j的新值为k。于是下一趟应从si和pk开始比较。 设主串S=“s1,s2,…,sn”，模式串P=“p1,p2,…,pm ”,失配点为Si?Pj。如果发现在模式串P中有 ： p1p2…pk-1 = pj-k+1pj-k+2…pj-1 是串p1p2…pj-1中“最长的相等的前缀子串和后缀子串”， 由于Si?Pj故有： pj-k+1 … pj-2pj-1 = si-k+1 … si-2si-1 因此 p1 … pk-2pk-1 = si-k+1 … si-2si-1 k 的新值确定了，下一趟就可从si 和pk 开始比较。 1. 失败函数f和next函数 失败函数f(j)定义为： 当Si?Pj匹配失败时，j需向前回朔的位置k。 函数next(j)= f(j)-1,因为C++中下标从0开始。即： 0 当j=1，{表示Si?Pj ，应从P1与Si+1开始比较} f(j)= max{ k|0kj, 且p1p2…pk-1 = pj-k+1pj-k+2…pj-