首页 > 技术文章 > 数据结构-串的定长顺序存储

ABook 2016-07-03 16:53 原文

串的定长顺序存储类似于线性表的顺序存储结构,用一组连续的存储单元存储串值的字符序列。

在串的定长顺序存储结构中,按照预定义的大小,为每个定义的串变量分配一个固定长度的存储区,则可以用定长数组表示:

1 /*串定长顺序存储表示*/
2 #define MAXSTRLEN 255        //串在MAXSTRLEN大小
3 typedef unsigned char SString[MAXSTRLEN + 1];    //所有串的0号单元存储串的长度

串的基本操做函数如下:

  1 /*生成一个其值等于chars的串T*/
  2 Status StrAssign(SString &T, char chars[])
  3 {
  4     if(strlen(chars) > MAXSTRLEN)
  5         return ERROR;
  6     T[0] = strlen(chars);
  7     for (int i = 0; i <= T[0]; i++)
  8         T[i+1] = chars[i];
  9     return OK;
 10 }
 11 
 12 /*由串S赋值的到串T*/
 13 Status StrCopy(SString &T, SString S)
 14 {
 15     int i = 1;
 16     for (; i <= S[0]; i++)
 17         T[i] = S[i];
 18     T[0] = S[0];
 19     return OK;
 20 }
 21 
 22 /*判断串S是否为空,若S为空串侧返回true,否则返回false*/
 23 bool StrEmpty(SString s)
 24 {
 25     if(s[0] == 0)
 26         return true;
 27     else
 28         return false;
 29 }
 30 
 31 /*若S>T,则返回值大于0;若S=T,则返回值等于0;若S<T则返回值小于0*/
 32 Status StrCompare(SString S, SString T)
 33 {
 34     for (int i = 1; i <= S[0] && i <= T[0]; ++i)
 35         if(S[i] != T[i])
 36             return S[i] - T[i];
 37     return S[0] - T[0];
 38 }
 39 
 40 /*返回串的长度*/
 41 int StrLength(SString S)
 42 {
 43     return S[0];    //串的第0个存储放的串的长度
 44 }
 45 
 46 /*重置串为空串*/
 47 Status ClearString(SString &S)
 48 {
 49     S[0] = 0;    //因为是顺序存储,只要将长度标志设为0即是代表已经清空串
 50     return OK;
 51 }
 52 
 53 /*用T返回由串S1和串S2连接成的新串。若未截断,则返回true,否则返回false*/
 54 bool Concat(SString &T, SString S1, SString S2)
 55 {
 56     bool uncut = true;
 57     if(S1[0] + S2[0] <= MAXSTRLEN)    //未截断
 58     {
 59         for (int i = 1; i <= S1[0]; i++)
 60             T[i] = S1[i];
 61         for (int i = 1; i <= S2[0]; i++)
 62             T[i + S1[0]] = S2[i];
 63         T[0] = S1[0] + S2[0];
 64         uncut = true;
 65     }
 66     else if(S1[0] < MAXSTRLEN)    //截断;只取S2的一部分
 67     {
 68         int i = 1;
 69         for ( ; i <= S1[0]; i++)
 70             T[i] = S1[i];
 71         for (i = 1; i <= MAXSTRLEN-S1[0]; i++)
 72             T[i + S1[0]] = S2[i];
 73         T[0] = MAXSTRLEN;
 74         uncut = false;
 75     }
 76     else                    //截断;仅取S1
 77     {
 78         for (int i = 0; i <= MAXSTRLEN; i++)
 79             T[i] = S1[i];
 80         uncut = false;
 81     }
 82     return uncut;
 83 }
 84 
 85 /*用sub返回串S的第pos个字符起的长度为len的子串*/
 86 Status SubString(SString &Sub, SString S, int pos, int len)
 87 {
 88     if(pos < 1 || pos > S[0] || len < 0 || len > S[0]-pos+1)
 89         return ERROR;
 90     for (int i = 1; i <= len; i++)
 91         Sub[i] = S[pos+i-1];
 92     Sub[0] = len;
 93     return OK;
 94 }
 95 /*用串V替换主串中出现的所有*/
 96 Status Replace(SString &S, SString T, SString V)
 97 {
 98     if(StrEmpty(T))
 99         return ERROR;
100     int i = 1, j = 1;
101     int m = StrLength(T), n = StrLength(V);
102     while(i <= S[0])
103     {
104         j = Index(S,T,i);
105         StrDelete(S,j,m);
106         StrInsert(S,j,V);
107         i+=n+1;
108     }
109     return OK;
110 }
111 
112 /*在串S的pos位置之前插入串T*/
113 Status StrInsert(SString &S, int pos, SString T)
114 {
115     if(pos < 1 || pos > S[0]+1)
116         return ERROR;
117     if(S[0]+T[0] <= MAXSTRLEN)    //完全插入
118     {
119         for (int i = S[0]; i >= pos; i--)
120             S[i+T[0]] = S[i];
121         for (int i = pos; i < pos+T[0]; i++)
122             S[i] = T[i-pos+1];
123         S[0] = S[0]+T[0];
124         return OK;
125     }
126     else    //不完全插入
127     {
128         for (int i = MAXSTRLEN; i >= pos; i--)
129             S[i] = S[i-T[0]];
130         for (int i = pos; i < pos+T[0]; i++)
131             S[i] = T[i-pos+1];
132         S[0] = MAXSTRLEN;
133         return ERROR;
134     }
135 }
136 
137 /*从串S中删除第pos个字符起的长度为len的子串*/
138 Status StrDelete(SString &S, int pos, int len)
139 {
140     if(pos < 1 || pos > S[0]-len+1 || len < 0)
141         return ERROR;
142     for (int i = pos+len; i <= S[0]; i++)
143         S[i-len] = S[i];
144     S[0] -= len;
145     return OK;
146 }
147 
148 /*销毁串S*/
149 Status DestroyString(SString &S)
150 {
151     free(S);
152     return OK;
153 }
154 
155 /*输出串*/
156 void StrPrint(SString T)
157 {
158     for (int i = 1; i <= T[0]; i++)
159         printf("%c",T[i]);
160     printf("\n");
161 }

还有一个函数Index函数。做字符串匹配用,这里拿出来单独讨论

 1 /*若主串S中存在和串T值相同的子串;
 2 /*则返回他在主串S中第pos个字符之后第一次出现的位置;
 3 /*否则函数值为0*/
 4 int Index(SString S, SString T, int pos)
 5 {
 6     /*调用串基本操作的方法,也是Index函数的思想步骤*/
 7     //if(pos > 0)
 8     //{
 9     //    int n = StrLength(S);    //获取串的长度
10     //    int m = StrLength(T);
11     //    int i = pos;
12     //    SString sub;
13     //    while(i <= n-m+1)        //循环值从pos到串S的最后一个T长度位置
14     //    {
15     //        SubString(sub,S,i,m);    //获取子串,S的第i个位置开始长度m-1的子串
16     //        if(StrCompare(sub,T) != 0)    //判断获取的子串与串T是否不等;如果相等返回i的值也就是第一次出现的位置
17     //            ++i;
18     //        else
19     //            return i;
20     //    }
21     //}
22     //return 0;    //没有出现返回0
23 
24     /*定位函数Index的模式匹配算法
25     /*算法的基本思想:
26     /*从主串S的第pos个字符起和模式的第一个字符比较之,
27     /*若相等,则继续逐个比较后续字符;
28     /*否则从主串的下一个字符起再重新和模式的字符比较之。
29     /*以此类推,直至模式T中的每个字符依次和主串S中的一个连续的字符序列相等,则匹配成功;
30     /*函数值为和模式T中的第一个字符相等的字符在主串S中的序号。
31     /*否则匹配不成功,函数值为零。*/
32     int i = pos,j = 1;
33     while(i <= S[0] && j <= T[0])
34     {
35         if(S[i] == T[j])    //继续比较后续字符
36         {
37             i++;
38             j++;
39         }
40         else    //指针后退重新开始匹配
41         {
42             i = i-j+2;
43             j = 1;
44         }
45     }
46     if(j > T[0])
47         return i - T[0];    //匹配成功
48     return 0;                //匹配失败
49 }

其中这个函数内写了两种方法:第一种调用基本函数的方法,第二种模式匹配算法。

但模式匹配算法还有一个很是经典的算法模式匹配的改进算法-KMP算法;

其改进在于:每当一趟匹配过程中出现字符比较不等时,不需回溯i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。

KMP算法的基本思想就是这样,剩下的百度搜索全是我就不再细说,还是按我的习惯直接上代码。

 1 void get_next(SString T, int *next) {
 2   int i=1;
 3   next[1]=0;
 4   int j=0;
 5   while (i<T[0]) {
 6     if(j==0 || T[i]== T[j]) {
 7       ++i;  ++j;  next[i] = j;
 8     } else j= next[j];
 9   }
10 }
11 
12 int Index_KMP(SString S, SString T, int pos) {
13   // 利用模式串T的next函数求T在主串S中第pos个字符之后的位置的
14   // KMP算法。其中,T非空,1≤pos≤StrLength(S)。
15   int next[255];
16   int i = pos;
17   int j = 1;
18   get_next(T, next);
19   while (i <= S[0] && j <= T[0]) {
20     if (j == 0 || S[i] == T[j]) {  // 继续比较后继字符
21       ++i;  ++j;
22     } else j = next[j]; // 模式串向右移动
23   }
24   if (j > T[0]) return  i-T[0];   // 匹配成功
25   else return 0;
26 }

KMP算法时间复杂度O(m)。通常,模式串的长度m比主串的长度n要小的多,因此对整个匹配算法来说,所增加的这点时间是值得的。

但是,虽然模式匹配算法时间复杂度是O(n*m),但是一般情况下,其实际的实行时间近似于O(n+m),因此至今仍被采用。

KMP算法仅当模式与主串之间存在许多“部分匹配”的情况下才显得比模式匹配算法快得多。但是KMP算法的最大特点是指主串的指针不需回溯,整个匹配过程中,对主串仅需从头至尾扫描一遍,这对处理从外设输入的庞大文件很有效,可以边读入边匹配,而无需回溯重读。

 

但对于next函数前面所写的在某些情况下有一个缺陷,例如在模式aaaab,主串aaabaaaab匹配时,当i=4,j=4时ch[4]!=t.ch[4]。由next[j]的指示还需要进行i=4,j=3;i=4,j=2;i=4,j=1这三次比较。实际上,因为模式中第1,2,3个字符和第4个字符都相等,因此不必要在和主串中第4个字符相比较,而可以将模式一下子滑动4个位置。直接进行i=5,j=1时的字符比较。

j 1 2 3 4 5
    模式 a a a a b
   next[j] 0 1 2 3 4
nextval[j] 0 0 0 0 4

 

改进的next函数如下:此时匹配算法不变;

void get_nextval(SString T, int *nextval) {
  // 求模式串T的next函数修正值并存入数组nextval。
  int i = 1;
  int j = 0;
  nextval[1] = 0;
  while (i<T[0]) {
    if (j==0 || T[i]==T[j]) {
      ++i;  ++j;
      if (T[i]!=T[j]) nextval[i] = j;
      else nextval[i] = nextval[j];
    }
    else j = nextval[j];
  }
}

 

推荐阅读