第四章：1.串 -- 串类型定义及串的表示和实现

前言：

　　计算机上的应用程序几乎都是以字符串数据作为处理对象，然而，现今我们使用的计算机的硬件结构主要是反映数值计算的需要的，因此，在处理字符串数据时比处理整数和浮点数要复杂得多。而且，在不同类型的应用中，所处理的字符串具有不同的特点，要有效地实现字符串的处理，就必须根据具体情况使用合适的存储结构。这一章，我们将讨论一些基本的串处理操作 和 几种不同的存储结构。

目录：

　　1.串类型的定义

　　2.串的表示和实现

　　　　2.1.定长顺序存储表示

　　　　2.2.堆分配存储表示

　　　　2.3.串的块链存储表示

　　3.串的模式匹配算法

　　4.串操作应用剧烈

正文：

　　串类型的定义

　　串（string）（或字符串）是由 零个或多个字符 组成的有限序列，一般记为：

　　　　　　s=' a1a2...an '

　　注意：由一个或多个空格组成的串，称为空格串。而不是空串。

　　　　

　　　　串 和 字符序列（char * ='hello'）的区别：

　　　　　　串是一种数据结构，是字符的集合，实现并提供对这种集合操作的各种方法。

　　　　　　char 是c 的一种基本数据类型，没有已实现的对字符序列的复杂操作。

　　串的逻辑结构和线性表极为相似，区别在于：

　　　　1.串的数据对象约束为字符集。

　　　　2.在线性表的基本操作中，以“单个数据元素” 为操作对象。 在串中 以 “串的整体” 作为操作对象，例如：查找子串、插入及删除子串。

　　串的表示及实现

　　　　串有3种机内表示方法：

　　　　1.定长顺序存储 表示

　　　　　　类似于线性表的顺序存储结构，用一组地址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，则可用定长数组如下描述之。

　　　　　　存储表示：

　　　　　　　　#define MAXSTRLEN 255　　　　　　　　　　　　　　　　 //定义最大串长

　　　　　　　　typedef  unsigned char SString [MAXSTRLEN +1];　　　　//0单元存放串的长度

　　　　　　串的实际长度可在这预定义长度的范围内随意， 超出的部分被舍弃，称之为 “截断” 。

　　　　　　弊端：当合并两个 串的时候，如果长度超过 预定义最大串长MAXSTRLEN ，其它部分将会丢失即 “截断”。

　　　　　　解决方案：使用不限定串长的最大长度， 即动态分配串值的存储空间。

　　　　2.堆分配存储表示

　　　　　　特点：仍以一组地址连续的存储单元存放串值字符序列，但它们的存储空间是在程序执行过程中动态分配而得。

　　　　　　在 C 语言中，存在一个称之为 “堆” 的自由存储区， 并由C 语言的动态分配函数 malloc() 和 free()来管理。利用malloc 函数为每个新产生的串分配一块实际串长所需的存储空间，若分配成功，则返回一个指向起始地址的指针，作为串的基址，同时，为了处理方便，约定串长也作为存储结构的一部分。

　　　　　　堆分配存储表示：

　　　　　　　　typedef struct {

　　　　　　　　　　char *ch;　　　　　　　　　　//若是非空串，则按串长分配存储区，否则 ch 为 NULL

　　　　　　　　　　int  length;　　　　　　　　　// 串长度

　　　　　　　　}HSring;

　　　　　　代码实现：

#include<stdio.h>
#include<stdlib.h>

#define TRUE 1
#define FALSE 0
#define OK 1
#define ERROR 0
#define INFEASIBLE -1
#define OVERFLOW -2

#define MAXQSIZE 5
//Status是函数的类型，其值是函数结果状态码
typedef int Status;

typedef struct{
    char *ch;                    //若是非空串，则按串长分配存储区，否则 ch 为 NULL
    int length;                    //字符串长度
}HString;

//生成一个其值等于串常量 chars  的串T
Status StrAssign(HString &S,char * chars){
    int i;
    for(i=0;chars[i];i++){}
    //if(S.ch){
    //    free(S.ch);
    //    S.ch=NULL;
    //}
    if(!i){
        S.ch=NULL;
        S.length=0;
    }else{
        S.ch=(char *)malloc(i*sizeof(char));
        if(!S.ch) exit(OVERFLOW);
        S.length=i;
        for(int j=0;j<i;j++)
            S.ch[j]=chars[j];
    }
    return OK;
}

//返回串长度
int StrLength(HString &S){
    return S.length;
}

//比较大小，若 S>T 返回值>0。相等 返回0 ，否则返回 <0
int StrCompare(HString S,HString T){
    for(int i=0;i<S.length&&i<T.length;i++){
        if(S.ch[i]!=T.ch[i])
            return S.ch[i]-T.ch[i];
    }
    return S.length-T.length;
}

//清空串S为空串，并释放所占空间
Status ClearString(HString &S){
    if(S.ch){
        free(S.ch);
        S.ch=NULL;
    }
    S.length=0;
    return OK;
}

//连接两个字符串，生成一个新的字符串
Status Concat(HString &T,HString S1,HString S2){
    //if(T.ch) free(T.ch);
    T.ch=(char *)malloc((S1.length+S2.length)*sizeof(char));
    if(!T.ch) exit(OVERFLOW);
    T.length=S1.length+S2.length;
    for(int i=0;i<S1.length;i++)
        T.ch[i]=S1.ch[i];

    for(i=0;i<S2.length;i++)
        T.ch[i+S1.length]=S2.ch[i];

    return OK;
}

//字符串截取，返回截取的串
Status SubString(HString &sub,HString S,int pos,int len){
    if(pos<1||pos>S.length||len<0||(S.length-pos+1)<len)
        return ERROR;
    //if(sub.ch) free(sub.ch);
    sub.ch=(char *)malloc(len*sizeof(char));    
    if(!sub.ch) exit(OVERFLOW);
    for(int i=0;i<len;i++)
        sub.ch[i]=S.ch[i+pos-1];
    sub.length=len;
    return OK;
}

void printV(HString &S){
    for(int i=0;i<S.length;i++){
        printf("地址：%p，",&S.ch[i]);
        printf("值：%c
",S.ch[i]);    
    }    
}

void prints(HString &S){
    for(int i=0;i<S.length;i++){        
        printf("%c",S.ch[i]);    
    }    
    printf("%s
"," ");
}

void main(){
    HString S1;
    char *c="hello";    
    StrAssign(S1,c);
    ClearString(S1);
    c="hello";    
    StrAssign(S1,c);
    printf("%s","S1:");
    prints(S1);
    printV(S1);

    HString S2;
    c="China";    
    StrAssign(S2,c);
    printf("%s","S2:");
    prints(S2);
    printV(S2);

    HString T;
    Concat(T,S1,S2);
    printf("%s","T:");
    prints(T);
    printV(T);

    HString sub;
    SubString(sub,T,6,5);
    printf("%s","sub:");
    prints(sub);
    printV(sub);
}

　　　　　　运行结果：

　　　　　　　　　　　

　　串的表示和实现

　　　　串的块链存储表示：

　　　　和线性表的链式存储表示相似，串也可以采用链表方式存储串值。由于串结构的特殊性，存储时一个结点可以存放一个字符也可以存放多个字符。

　　　　当结点大小大于1时，由于 串值可能不是结点大小的整数倍，则链表最后一个结点可能无法填满，此时通常补上 “#” 或其他非串值 字符。如下图：

　　　　

　　　　定义：

　　　　　　为了便于进行串的操作，当以链表存储串值时，除头指针外还可附设一个尾指针指示链表中的最后 一个结点，并给出当前串的长度，称如此定义的串存储结构为块链结构。

　　　　　

　　　　串的块链存储表示

　　　　#define CHUNKSIZE  80;　　　　　　　　　　//结点大小，用户自己随便定义

　　　　typedef struct Chunk{　　　　　　　　　　　//结点定义

　　　　　　char ch[CHUNKSIZE];

　　　　　　struct Chunk *next;

　　　　}Chunk;

　　　　typedef struct{

　　　　　　Chunk *head,*tail;　　　　　　//串的头指针，和尾指针

　　　　　　int  curlen;　　　　　　　　　　//串的长度

　　　　}

　　　　注：设置尾指针的目的是 便于进行串的连接操作，但要注意连接时需处理第一个串尾的无效字符（#）。

　　　链式串中，结点的大小直接影响着串处理的效率。

　　　　　　存储密度 = 串值所占的存储位 / 实际分配的存储位　　

　　　　对于固定的串a ，其串值存储位是固定的，而实际分配的存储位根据结点的大小而改变。

　　　　显然当存储密度最小时，（即结点大小为1）串的运算处理最方便，但是其占用的存储量大。

　　总结：

　　　　串的链式存储，对链接操作等有一定的方便之处， 但总的来说不如另外两种结构灵活，它占用存储量大且操作复杂。