本文主要是介绍数据结构 第四章 串、数组和广义表，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
概述：
串：字符串的简称，串是一种特殊的线性表，特殊在其数据元素都是一个字符。
数组和广义表可以看做是线性表的扩充，即线性表的数据元素自身又是一个数据结构。
串 String
本结主要讲述：串的存储结构和基本操作
定义：主要是有0个或多个字符组成的序列。
存储结构：顺序存储和链式存储，但是串一般使用顺序存储结构。
顺序存储
typedef struct {char *ch; //若为非空串，则按串长分配存储区，否则ch为nullint length; //串长度
}HString;链式存储：
#define CHUNKSIZE 80; //可有用户定义的块大小
typedef struct Chunk{char ch[CHUNKSIZE ]; struck Chunk *next;
}Chunk;typedef struct {Chunk *head,*tail;//串的头尾指针int curlen; //串的当前长度
}LString;
串的存储密度=串值所占的存储位/实际分配的存储位
密度小，运算处理才方便；
串的模式匹配算法
子串的定位运算通常称为串的模式匹配或串匹配。
应用场景：搜索引擎、拼音检查、语言翻译、数据压缩等。
eg：有两个字符串S-主串、T-子串（也称模式）；
著名的模式匹配算法有两种：BF和KMP算法：
1. BF算法：最简单直观的模式匹配算法，Brute-Force算法
int Indext(SString S,SString T,int pos){int i=pos,j=1; //i指向主串，j指向子串while(S[0]>=i && j<=T[0]){if(S[i] == T[j]){++i;++j;}else{i=i-j+2;j=1;}}if(j>T[0]){return i-T[0];}else{return 0;}}主串长：N ，子串长：M
算法的时间复杂度：在最好的情况下（N+M)1/2即O(N+M），最坏的情况下：M(N-M+2)*1/2即O(N+M）；
BF思路直观简明，但是时间复杂度高为：O(N+M），
2.KMP算法：由Kunth Morris Pratt共同设计所以称为KMP算法；
特点：无需回溯主串的指针，当模式串与主串中存在许多“部分匹配”的情况下才显得比BF快，所以BF至今任然被采用。
时间复杂度：O（m+n）
int Indext_KMP(SString S,SString T,int pos){//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//其中，T非空，1<=pos<=Strlength(S)int i=pos,j=1; //i指向主串，j指向子串while(S[0]>=i && j<=T[0]){if(j==0 || S[i] == T[j]){++i;++j;}else{j=next[j]; //模式串向右移动 }}if(j>T[0]){return i-T[0];}else{return 0;}}T的Next函数,算法时间复杂度为O(m)
void get_next(SString T,int next[]){int i = 1;next[1] = 0 ;int j = 0 ;while(i<T[0]){if(j == 0 || T[i] == T[j]){++i;++j;next[i] = j;}else{j=next[j];}}
}
| J | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
|---|---|---|---|---|---|---|---|---|
| 模式串 | a | b | a | a | b | c | a | c |
| next[j] | 0 | 1 | 1 | 2 | 2 | 3 | 1 | 2 |
上面的next算法有缺陷，下面有修正版的：void get_nextval(SString T,int nextval[]){int i = 1;nextval[1] = 0 ;int j = 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];}}
}next函数修正值：
| J | 1 | 2 | 3 | 4 | 5 |
|---|---|---|---|---|---|
| 模式串 | a | a | a | a | b |
| next[j] | 0 | 1 | 2 | 3 | 4 |
| nextval[j] | 0 | 0 | 0 | 0 | 4 |
数组
本结主要讲述：数组的内部实现和特殊的二维数组如何实现压缩存储。
定义：由类型相同的数据元素构成的有序集合。
一维数组可以看成线性表
二维数组是数据元素为线性表的线性表；
数组一般不做插入和删除操作，所以一般采用顺序存储结构。
二维数组有两种存储方式：列序为主序的存储方式，行序为主序的存储方式。
java、C、Basic、Pasical都是行序为主序的编程语言；
Fortran是以列序为主序的编程语言；
每个元素占L个存储单元，二维数组A[0~m-1,0~n-1]（A[m,n]）中任一元素aij的存储位置：
LOC（i,j）=LOC(0,0)+(n x i+j)L;由于计算各个元素存储位置的时间相等，所以存取数组中任一元素的时间也相等，即数组是一种随机存取结构。
矩阵的压缩存储
矩阵用二维数组来表示是最自然的。
压缩存储:指为多个值相同的元只分配一个存储空间，对0元不分配空间；
特殊矩阵：对值相同的元素或0元素在矩阵中的分布有一定规律；
主要有三种特殊矩阵：对称矩阵、三角矩阵、对角矩阵
若n阶矩阵A中的元满足Aij=Aji，称为n阶对称矩阵。
–可将n2个元素压缩到n(n+1）/2个元的空间中。
设一维数组Sa[n(n+1)/2]作为矩阵A的存储结构，则sa[k]和矩阵元aij的关系：
k=i(i-1)/2+j-1 条件（i < j）
k=j(j-1)/2+i-1 条件（i > j）
广义表
本结主要讲述：广义表的概念和存储结构。
广义表是线性表的推广，也称为列表。
广泛的用于人工智能领域的表处理语言LISP语言。
记为：LS=（a1,a2,a3,a4…..an)
//广义表的头尾链表存储表示
typedef enum{ATOM,LIST
}ElemTag;typedef struct GLNode{ElemTag tag; union{AtomType atom;struct{struct GLNode *hp;struct GLNode *tp;}ptr;};
}*GList;
这篇关于数据结构 第四章 串、数组和广义表的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
