串的定位操作通常稱作串的模式匹配,是各種處理系統中的最重要操作之一。
模式匹配最樸素的算法是回溯法,即模式串跟主串一個字符一個字符的匹配,當模式串中跟主串不匹配時,主串回溯到與模式串匹配開始的下一個位置,模式串回溯到第一個位置,繼續匹配。算法的時間復雜度為O(m*n),算法如下:
代碼如下:
//樸素的串的模式匹配算法,S為主串,T為模式串,即找S中有沒有與T相同的字串
int Index(char *S, char *T, int pos)//pos記錄從哪一位開始匹配可以直接用0代替
{
int i=pos, j=0;
while(i <strlen(S) && j <strlen(T))//確保未超出字符串的長度
{
if (S[i] == T[j])
{ ++i; ++j;} //如果相同,則繼續向後比較
else
{i = i-j+1; j =0;} //如果不同,就回溯,重新查找
}
if (j == strlen(T))
return i-strlen(T); //若匹配成功,返回S中與T字符串相同開始位置的索引
else return 0; //若匹配不成功,返回0
}
O(m*n)的時間復雜度有點大,於是人們發現了KMP算法,核心思想是:當不匹配發生時,主串不回溯,模式串回溯到“合適”的位置,哪個位置合適,只與模式串有關,所以可以先算出模式串中各個字符,當不匹配發生是,應該回溯到哪個位置。算法整體時間復雜度O(m+m)。
算法如下:
代碼如下:
void GetNext(char* T, int *next)
{
int i=1,j=0;
next[1]=0;
while( i < strlen(T) )
{
if (j == 0 || T[i] == T[j])
{
++i; ++j;
next[i] = j;
}
else j = next[j];
}
}
int KMP(char* S, char* T, int pos)
{
int i = pos, j = 1;
while (i)
{
if (S[i] == T[j])
{
++ i; ++ j;
}
else
j = next[j];
}
if (j > strlen(T))
return i-T[0];
else
return 0;
}
求next的操作不是最優的,因為他沒有考慮aaaaaaaaaaaaaaaaaaab的情況,這樣前面會出現大量的1,這樣的算法復雜度已經和最初的樸素算法沒有區別了。所以稍微改動一下:
代碼如下:
void GetNextEx(char *T, int *next)
{
int i=1,j=0; next[1] = 0;
while(i < strlen(T))
{
if (j == 0 || T[i] == T[j])
{
++i; ++j;
if (T[i] == T[j])
next[i] = next[j]; //減少回退次數
else next[i] = j; //和上面算法一樣next[i]=j
}
else j = next[j];
}
}