C语言字符串模式匹配

数据结构面试之十四——字符串的模式匹配

题注：《面试宝典》有相关习题，但思路相对不清晰，排版有错误，作者对此参考相关书籍和自己观点进行了重写，供大家参考。

十四、字符串的模式匹配

1. 模式匹配定义——子串的定位操作称为串的模式匹配。

2. 普通字符串匹配BF算法（Brute Force 算法，即蛮力算法）

【算法思想】：

第（1）步；从主串S的第pos个字符和模式的第一个字符进行比较之，若相等，则继续逐个比较后续字符；否则从主串的下一个字符起再重新和模式串的字符比较之。

第（2）步骤；依次类推，直至模式T中的每一个字符依次和主串S中的一个连续的字符序列相等，则称匹配成功；函数值为和模式T中第一个字符相等的字符在主串S中的序号，否则称为匹配不成功，函数值为0。

比如对于主串S=”abacababc”; 模式串T=”abab”; 匹配成功，返回4。

对于主串S=”abcabcabaac”; 模式串T=”abab”; 匹配不成功，返回0。

【算法实现】：

//普通字符串匹配算法的实现

int Index(char* strS, char* strT, int pos)

{

//返回strT在strS中第pos个字符后出现的位置。

int i = pos;

int j = 0;

int k = 0;

int lens = strlen(strS);

int lent = strlen(strT);

while(i < lens && j < lent)

{

if(strS[i+k] == strT[j])

{

++j; //模式串跳步

++k; //主串(内)跳步

}

else

{

i = i+1;

j=0; //指针回溯，下一个首位字符

k=0;

}

}//end i

if(j >= lent)

{

return i;

}

else

{

return 0;

}

}//end

[算法时间复杂度]：设主串长度为m,模式串的长度为n。一般情况下n

最好时间复杂度：举例，主串S=”ababaababc”; 模式串T=”abab”; 比较次数为n次。时间复杂度为O（n）。

最坏时间复杂度：举例，主串S=”000000000000000000001”（20个0，1个1）; 模式串T=”00001”（4个0，1个1）;比较次数为17*5次。时间复杂度接近O（m*n）。整个匹配过程需要多次回溯（有16次回溯）。

平均时间复杂度：O(m*n)。

[空间复杂度]：O（1），不需要额外开辟空间存储。

3. KMP算法——是一种线性时间复杂的字符串匹配算法，它是对BF算法改进。

[时间复杂度]：O(m+n)，即：O(strlen(S) + strlen(T))

[空间复杂度]：O(n)，即：O(strlen(T))

【核心思想】：是利用已经得到的部分匹配信息来进行后面的匹配过程。

【next（j）定义】:表示当p i不等于t r时，下一次将p next[i]与t r开始继续后继对应字符的比较。

其中next[0]=-1,表明当p0不等于t r时，将从p-1与t r开始继续后继对应字符的比较；显然p-1是不存在的，我们可以将这种情况理解成下一步将从p0与t r+1开始继续后继对应字符的比较。

举例说明1：模式串p=“google”,对应的next[j]={-1,0,0,0,1,0}。

解读：

举例说明2：模式串p=“abaabcaba”，对应的next[j]={-1,0,0,1,1,2,0,1,2}。

【KMP算法实现】：

第一步：求解next数组。