数据结构与算法python语言描述ds串.pptxVIP

1;文本……;求串长 取子串 定位子串（串匹配） 子串替换 两个串的连接 …;C语言函数库中提供的串处理函数 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； C++标准库中的string类 , , ==, !=, =, =, + , =, … size, assign, append, compare, find, replace, reserve, … ;顺序存储 静态数组 动态数组 块链存储 链式，每个结点存储一定长度的子串;#define MAXSTRLEN 255 typedef unsigned char SString[MAXSTRLEN + 1]; //用户可在255以内定义最大串长, //超过予定义长度的串值则被舍去，称之为“截断” ; // 0号单元存放串的长度 ;typedef struct { char *ch; // 按串长分配存储区 int length; // 串长度 } HString; ; #define CHUNKSIZE 80 // 块大小 typedef struct Chunk { 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;;str 是不变类型 对象创建后，内容（和长度）不变 采用顺序存储表示 ——动态数组;串匹配与KMP算法;许多计算机应用的最基本操作是字符串匹配。如 用编辑器或字处理系统工作时，在文本中查找单词或句子（中文字或词语），在程序里找拼写错误的标识符等 email 程序的垃圾邮件过滤器，google 等网络检索系统 各种防病毒软件，主要靠在文件里检索病毒模式串 在分子生物学领域：DNA 细胞核里的一类长分子，在遗传中起着核心作用。DNA 内有四种碱基：腺嘌吟(adenine)，胞嘧啶(cytosine)，鸟嘌吟(guanine)，胸腺嘧啶(thymine)。它们的不同组合形成氨基酸、蛋白质和其他更高级的生命结构 DNA 片段可看作是a,c,g,t构成的模式，如 acgatactagacagt 考查在蛋白质中是否出现某个 DNA 片段，可看成与该 DNA 片段的串匹配问题。DNA 分子可以切断和拼接，切断动作由各种酶完成，酶也是采用特定的模式确定剪切位置;实际中模式匹配的规模（n 和 m）可能非常大，而且有时间要求 被检索的文本可能很大 网络搜索需要处理亿万的网页 防病毒软件要在合理时间内检查数以十万计的文件（以 GB 计） 运行在服务器上的邮件过滤程序，可能需要在一秒钟的时间内扫描数以万计的邮件和附件 为疾病/药物研究/新作物培养等生物学工程应用，需要用大量 DNA模式与大量 DNA 样本（都是 DNA 序列）匹配 由于在计算机科学、生物信息学等许多领域的重要应用，串模式匹配问题已成为一个极端重要的计算问题。高效的串匹配算法非常重要 有几个集中关注字符串匹配问题的国际学术会议，曾经有过专门的国际竞赛（见 wiki 页和万维网） 目前全世界一大半的计算能力是在做串模式匹配（做 DNA 分析）;matching(t, p) # index(t, p) 返回子串p在t中的 位置；若不存在，返回-1 t = t0t1t2 … tn-1 称为主串（目标串） p = p0p1p2 … pm-1 称为子串（模式串） 通常有 m n ;def na?ve_matching(t, p): j, i = 0, 0 while j len(t) and i len(p): if t[j] == p[i] : j, i = j + 1, i + 1 else: # 不同时，j回溯，i回到头 j, i = j - i + 1, 0 if i == len(p): return j - i return -1 ;朴素的串匹配算法;每次匹配失败时，j回溯到i-j+1，i回溯到0 效果：模式每次向前滑动一步，从头比较； 时间复杂度：O（n * m） 例：t50=000…00