一步一步写算法(之字符串查找 中篇)

原文: 一步一步写算法(之字符串查找 中篇)

【 声明:版权所有,欢迎转载,请勿用于商业用途。  联系信箱:feixiaoxing @163.com】


    昨天我们编写了简单的字符查找函数。虽然比较简单,但是也算能用。然而,经过我们仔细分析研究一下,这么一个简单的函数还是有改进的空间的。在什么地方改进呢?大家可以慢慢往下看。

    下面的代码是优化前的代码,现在再贴一次,这样分析起来也方便些:

char* strstr(const char* str, char* data)
{
	int index;
	int len;

	if(NULL == str || NULL == str)
		return NULL;

	len = strlen(data);
	while(*str && (int)strlen(str) >= len){
		for(index = 0; index < len; index ++){
			if(str[index] != data[index])
				break;
		}

		if(index == len)
			return (char*) str;

		str++;
	}

	return NULL;
}
     不知道朋友们发现没有,原来的while条件中有一个很费时的操作。那就是每次str移动的时候,都需要判断str的长度大小。如果str的长度远大于data的长度,那么计算str长度的时间是相当可观的。

int check_length_of_str(const char* str, int len)
{
	int index;

	for(index = 0; index < len; index ++){
		if(‘\0‘ == str[index])
			return 0;
	}

	return 1;
}

char* strstr(const char* str, char* data)
{
	int index;
	int len;

	if(NULL == str || NULL == str)
		return NULL;

	len = strlen(data);
	while(*str && check_length_of_str(str, len)){
		for(index = 0; index < len; index ++){
			if(str[index] != data[index])
				break;
		}

		if(index == len)
			return (char*) str;

		str++;
	}

	return NULL;
}
    上面的代码很好地解决了长度判断的问题,这样一来每次比较的长度很短,只要判断len的大小字符长度即可。但是,我们还不是很满足,如果两者不比较岂不更好。那么,有没有这个可能?我们发现,如果str在每次比较不成功的时候,就会自己递增一位。那么我们只要判断这一位是不是‘\0’不就可以了吗?所以说,我们的代码还可以写成下面的形式。

char* strstr(const char* str, char* data)
{
	int index;
	int len;

	if(NULL == str || NULL == str)
		return NULL;

	len = strlen(data);
	if((int)strlen(str) < len)
		return NULL;

	while(*str){
		for(index = 0; index < len; index ++){
			if(str[index] != data[index])
				break;
		}

		if(index == len)
			return (char*) str;

		if(‘\0‘ == str[len])
			break;

		str++;
	}

	return NULL;
}
    和上面第一次的优化不同,我们在进入while之前会判断两者的长度区别,但是经过第一次判断之后,我们就再也不用判断了,因为接下来我们只要判第n个元素是否为‘\0’即可,原来的n-1个元素我们已经判断过了,肯定是合法的元素。为什么呢?大家可以好好想想。


(二)、KMP算法

    KMP算法本质上说是为了消除查找中的多余查找步骤。怎么就产生了多余的查找步骤了呢。我们可以用示例说话。假设有下面两个字符串:

    A:  baaaaabcd

    B:  aaaab

    那么这两个查找的时候会发生什么现象呢?我们可以看一下:

/*      1 2 3 4 5 6 7 8 9
*    A: b a a a a a b c d
*    B:   a a a a b
*       1 2 3 4 5 6 7 8 9
*/  
    我们发现B和A在从第2个元素开始比较的时候,发现最后一个元素是不同的,A的第6个元素是a,而B的第5个元素是b。按照普通字符串查找的算法,那么下面A会继续向右移动一位,但是事实上2-5的字符我们都已经比较过了,而且2-5这4个元素正好和B的前4个元素对应。这个时候B应该用最后一位元素和A的第7位元素比较即可。如果这个计算步骤能省下,查找的速度不就能提高了吗?


【预告: 下面一篇博客介绍KMP的编写和多核查找算法】

    


郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。