[考研系列之数据结构]线性表之字符串

基本概念

串(字符串) 由0个或多个字符组成的有限序列,例如s="hello world"串名 上例中的s子串 某串任意连续字符组成的子序列，称为此字符串的子串空串 0个字符的串，s=""空格串 由一个或多个字符组成的串

模式匹配算法

作用定位某子串T在字符串S中的位置主串S模式串 T

 

针对模式匹配算法从简到难我们需要了解两种算法:

[1] 朴素的模式匹配算法
[2] KMP匹配算法

朴素的模式匹配算法:

所谓朴素就是简单，这是一种简单的模式匹配。让我们从一个栗子来看朴素的模式匹配算法是如何进行的。

主串S="ababcabcacbab"
模式串T="abcac"

直接截图严书了。

对于朴素的模式匹配算法，我们依次将T的第j个字符和S的第i个字符比较，如果

T[i]==S[j]匹配成功 ++i;++j;进行下一个字符的匹配T[i]!=S[j] 
匹配失败
T需要重新从第0个字符开始匹配S的j也需要回溯到某个位置

这里关键是j应该回退到那个位置。

上面的草图画出了S和T在某个位置匹配失败了，那么i需要退回到0而j应该退回到x+1;通过很简单的计算

j-x=i
x+1=j-i+1

下面，什么时候算法结束？

当T或者S已经匹配了最后一个字符的时候，程序结束。当T匹配到最后一个字符且仍然匹配成功那么整个匹配就是成功的，反之失败。

下面给出C++风格的代码：

int index(String S,String T)
{
    int i=0;
    int j=0;
    while(i<T.length&&j<S.length)
    {
        if(T[i]==S[j]) //本次字符匹配成功
        {
            ++i;++j;
        }
        else //本次字符匹配失败
        {
            j=j-i+1;i=0;
        }
    }
    if(i==T.length) //成功匹配
        return j-i;
    return 0;
}

KMP匹配算法

对于朴素的匹配算法，在最差的情况下，它只能取得O(S.length*T.length)的算法复杂度，而基于朴素模式匹配算法的KMP能在O(T.length+S.length)内完成。

让我们先想想，朴素的匹配算法最耗时的操作是什么？

是j的回溯，j需要回溯到j-i+1的位置进行下一轮匹配。那么如何能减少j的回溯长度呢？依然以朴素匹配算法中的实例为栗子。

我们看到T匹配到"abca"时，匹配失败，如果按照朴素匹配算法，下面S会跳到"bcbb..."的第二个位置进行匹配，但是很明显，第一次就会匹配失败，第三次"cbb..."依然会在第一次匹配的时候失败，那么这两轮匹配其实是没有意义的，因为从模式串T看来，由于是在第四个位置匹配失败的，但是它前面的三个位置是匹配成功的，它知道下一轮匹配的S的首字符是T[1]="b",再下次是T[2]="C"。那么，我们通过研究T的规律是可以减少回溯减少不必要的匹配轮数的。

下面正式进入KMP算法。首先来一段理论的说明:

KMP匹配算法主要步骤有两步

[1] 求next数组
[2] 利用next数组进行匹配

下面首先让我们看看next数组

含义:next[j]表示当T[j]和S[i]失配的时候，在T中需要和S[i]重新比较的字符的位置，也就是会比较T[next[j]]和S[i]的关系

定义:

[待续]