数据结构04串
第四章 串
STL：string ?http://blog.csdn.net/weixin_37289816/article/details/54716009計算機(jī)上非數(shù)值處理的對象基本上是字符串?dāng)?shù)據(jù)。
在不同類型的應(yīng)用中，字符串具有不同的特點(diǎn)，要有效的實(shí)現(xiàn)字符串的處理，必須選用合適的存儲結(jié)構(gòu)。
?
4.1 串類型的定義
串 String?由零個或多個字符組成的有限序列。
s = 'a1a2a3...an' ??n >= 0
s 串名
用單引號擴(kuò)起來的字符序列是串的值
n 串的長度
空串：零個字符的串
子串：串中任意個連續(xù)字符組成的子序列稱為該串的字串
位置：字符在序列中的序號稱為該字符在串中的位置
相等：當(dāng)且僅當(dāng)兩個串的值相等
?
串的邏輯結(jié)構(gòu)與線性表極為相似，區(qū)別僅在于串的數(shù)據(jù)對象約束為字符集。
最小操作子集： 串賦值求串長 求子串 串比較 串連接
?
4.2 串的表示和實(shí)現(xiàn)
串的三種表示方法：
1、定長順序存儲表示
???用一組連續(xù)的存儲單元存儲串值的字符序列，此時串的最大長度被限定。
???兩種表示方法：
? ? ? ? 1以下標(biāo)為0的數(shù)組分量存放串的實(shí)際長度 ?PASCAL
? ? ? ? 2在串值后面加一個不計入串長的結(jié)束標(biāo)記字符，此時串長為隱含值 ?C語言中的'\0'
?
2、堆分配存儲表示
???在C語言中，存在一個稱之為“堆”的自由存儲區(qū)，由動態(tài)分配函數(shù)malloc()和free()管理。
???仍以一組連續(xù)的存儲單元存儲串值的字符序列，此時串的長度無限制。
???存儲空間在程序執(zhí)行過程中動態(tài)分配。
?
3、塊鏈存儲表示
???塊大小的選擇
???頭指針 尾指針串長度
???設(shè)置尾指針的目的：聯(lián)結(jié)操作
?
4.3 串的模式匹配算法
串的模式匹配：字串的定位操作。
KMP算法： O(n+m)
改進(jìn)：每當(dāng)一趟的匹配過程中出現(xiàn)字符比較不等時，不需要回溯i指針，而是利用已經(jīng)得到的“部分匹配”的結(jié)果將模式向右“滑動”盡可能遠(yuǎn)的一段距離后，繼續(xù)進(jìn)行比較。
?
匹配僅需從模式中第k個字符與主串中第i個字符繼續(xù)進(jìn)行比較：此時模式中頭k-1個字符和主串中最后k-1個字符相同。
亦即 next[1, j-1] 這個串中，前后綴相同串的字符為 next[1, next[j] - 1]，所以下一次比較的是next[j]個字符的不同。
next數(shù)組里存放的，相同前后綴子串，前子串位置的下一個位置坐標(biāo)。
?
next[j] = k : 當(dāng)模式中第j個字符失配時，重新進(jìn)行比較的位置。
算法：
假設(shè)主串指針i = pos，模式串指針j = 1；
若si = pj，則i++, j++;
否則j = next[j], 繼續(xù)進(jìn)行si 和pj 的比較。
如果 j = 0, 則 i++, j++, 繼續(xù)進(jìn)行si和 pj的比較。
?
KMP算法的基礎(chǔ)是next函數(shù)值，僅和模式串本身有關(guān)。
求next[j + 1] 的方法：
next[1] = 0;
next[j] = k;
若 pk = pj，next[j + 1] = k +１；
若 pk!=pj，k = next[k],繼續(xù)進(jìn)行pk和 pj的比較。若k = next[k] = 0,則next[j + 1] = 1。
?
?
i = 1; next[1] = 0; j = 0; while (i < length) {if (j == 0 || T[i] == T[j])i++; j++; next[i] = j;elsej = next[j]; }?
?
?
兩點(diǎn)說明：
1、簡單算法的時間復(fù)雜度雖然是O(n*m)，但在一般情況下，其實(shí)際執(zhí)行時間近似于O(n+m)，因此至今仍被采用。
KMP算法僅當(dāng)模式與主串之間存在許多“部分匹配”的情況下才顯得比簡單算法快得多。
KMP算法的最大特點(diǎn)：無需回溯，整個匹配過程，對主串僅需從頭至尾掃描一遍，這對處理從外設(shè)輸入的龐大文件很有效，可以邊讀入邊匹配，而無需回頭重讀。
2、next函數(shù)的修正算法 針對連續(xù)字符的改進(jìn)
?
i = 1; next[1] = 0; j = 0; while (i < length) {if (j == 0 || T[i] == T[j])i++; j++;if (T[i] != T[j]) next[i] = j;else next[i ] = next[j];elsej = next[j]; }?
?
?
?
?
4.4 串操作應(yīng)用舉例：
文本編輯
文本編輯程序是一個面向用戶的系統(tǒng)服務(wù)程序，文本編輯的實(shí)質(zhì)是修改字符數(shù)據(jù)的形式或格式。
雖然各文本編輯程序的功能強(qiáng)弱不同，但基本操作是一致的，一般包括串的查找、插入、刪除等。
可以利用換頁符和換行符把文本劃分為若干頁，每頁有若干行。
把文本看成是一個字符串，稱為文本串。頁是文本串的子串，行是頁的子串。
?
為了管理文本的頁和行，在進(jìn)入文本編輯的時候，編輯程序先為文本串建立相應(yīng)的頁表和行表，即建立各子串的存儲映像。
頁表的每一項(xiàng)給出頁號和該頁的起始行號。
行表的每一項(xiàng)指示行號、起始地址和該字串的長度。
設(shè)立頁指針、行指針、字符指針，分別指向當(dāng)前操作的頁、行、字符。
頁表和行表是遞增順序存儲的，對行表進(jìn)行的插入或刪除運(yùn)算需移動操作位置以后的全部表項(xiàng)。
Tip：由于訪問是以頁表和行表作為索引的，所以在作行和頁的刪除操作時，可以只對行表和頁表作相應(yīng)的修改，不必刪除所涉及的字符，這樣可以節(jié)省時間。
?
?
建立詞索引表
信息檢索。
可設(shè)定此索引表為按字典有序的線性表。
?
重復(fù)下列操作直至文件末尾:
1、從書目文件中讀取一個書目串；
2、從書目串中提取所有關(guān)鍵詞插入詞表；
3、對詞表中的每一個關(guān)鍵詞，在索引表中進(jìn)行查找并作相應(yīng)的插入操作。
?
需要一張常用詞表，不在常用詞表中的字符串為關(guān)鍵字。
索引表雖是動態(tài)生成，在生成過程中需頻繁進(jìn)行插入操作，但考慮索引表主要為查找用，為了提高查找效率，宜采用順序存儲結(jié)構(gòu)。
索引表內(nèi)容：關(guān)鍵詞 + 書號索引。
書號索引采用鏈?zhǔn)酱鎯Y(jié)構(gòu)。
?
總結(jié)
- 上一篇： 数据结构03栈和队列
- 下一篇： 数据结构05数组和广义表