从C++strStr到字符串匹配算法

字符串的匹配先定义两个名词：模式串和文本串。我们的任务就是在文本串中找到模式串第一次出现的位置，如果找到就返回位置的下标，如果没有找到返回-1.其实这就是C++语言里面的一个函数：

extern char *strstr(char *str1, const char *str2);

对于这个函数的解释：

str1: 被查找目标
str2: 要查找对象
返回值：如果str2是str1的子串，则返回str2在str1的首次出现的地址；如果str2不是str1的子串，则返回NULL。
例如：
char str[]="1234xyz";
char *str1=strstr(str,"34");
cout << str1 << endl;
显示的是: 34xyz

　　返回值是一个指针，这个指针指向文本串中第一次出现模式串的位置。

字符串查找的暴力算法

先看LeetCode上的一道题目，实现这个函数 int strStr(string haystack, string needle); ，要求返回文本串中出现模式串的下标值。

1.如果模式串为NULL，那么直接返回0.
2.如果模式串的长度大于文本串，那么一定查找不到，返回-1.
3.如果存在的话，查找的范围可以限定在文本串的0~s.size()-p.size();

所以暴力算法的代码实现：

int strStr(string haystack, string needle)
{int i = 0;//模式串为空if(needle.empty()){return 0;}//文本串的大小小于模式串if(haystack.size() < needle.size()){return -1;}//确定查找的范围for(i = 0; i <= haystack.size()-needle.size(); ++i){int j = 0;for(j = 0; j < needle.size(); ++j){if(haystack[i+j] != needle[j]){break;}}//forif(j == needle.size()){return i;}}//forif(i == haystack.size()-needle.size() + 1){return -1;}
}

字符串查找的KMP算法

上面的暴力算法，在查找失败以后都要进行回溯，下面再给出一个版本，明显的看到i,j的回溯：

int strStr(string haystack, string needle)
{int sLen = haystack.size();int pLen = needle.size();int i = 0;int j = 0;while(i < sLen && j < pLen){if(haystack[i] == needle[j]){++i;++j;}else{i = i - j + 1;j = 0;}}//whileif(j == pLen){return i - j;}else{return -1;}
}

假设我们已经知道了KMP的next数组，所以每次失配以后，i不回溯，j回溯到next[j]指定的位置。也就是 j = next[j]; 。

int KmpSearch(char *s, char *p)
{int i = 0;int j = 0;int sLen = strlen(s);int pLen = strlen(p);while(i < sLen && j < pLen){//如果j = -1，或者当前字符匹配成功（即S[i] == P[j]），都令i++，j++if(j == -1 || s[i] == p[j]){i++;j++;}else{//如果j != -1，且当前字符匹配失败（即S[i] != P[j]），则令 i 不变，j = next[j]     //next[j]即为j所对应的next值j = next[j];}}//whileif(j == pLen){return i - j;}else{return -1;}
}

对于上面的j=-1和next[0]=-1作下面的解释：

说完了KMP的大的框架，下面就得说一下next数组的求解过程了：　　

void GetNext(char *p, int *next)
{int pLen = strlen(p);int j = 0;int k = -1;next[0] = -1;while(j < pLen - 1){//p[k]表示前缀，p[j]表示后缀if(k == -1 || p[j] == p[k]){++k;++j;next[j] = k;//表示在j这个字符之前，能够构成公共前后缀的最大字符数}else{k = next[k];//回溯之前已经有过匹配的前缀}}
}

KMP算法的一个改进　　

上面的KMP算法已经能够很好的跑出结果来了，但是还可以改进，看下面的一个字符串的匹配：

改进的代码实现：

void GetNextVal(char *p, int *next)
{int pLen = strlen(p);int j = 0;int k = -1;next[0] = -1;while(j < pLen - 1){//p[k]表示前缀，p[j]表示后缀if(k == -1 || p[j] == p[k]){++k;++j;if(p[j] != p[k]){next[j] = k;//表示在j这个字符之前，能够构成公共前后缀的最大字符数}else{next[j] = next[k];//因为不能出现p[j] = p[next[j]]，所以当出现时需要继续递归，k = next[k] = next[next[k]]}}else{k = next[k];//回溯之前已经有过匹配的前缀}}
}

再来看一个极端的情况：

转载于:https://www.cnblogs.com/stemon/p/4851524.html