字符串和字符串的常见存储结构

继续接去年的常见数据结构和算法总结 系列随笔记录

一、计算机里进行非数值处理的对象基本上是字符串数据，比处理浮点和整数都要复杂

string串定义：由 0 个或多个 字符 组成的 有限的 序列，通常记为：s =“a1 a2 a3 … ai …an”  ( n≥0 ，且n是有限的)。其中的引号不属于串，只是一个标记作用！

n就是串的长度，且字符串里的字符 ai 的值由 字母、数字或其他字符 组成的。

二、字符串为什么要用双引号标记

作用：避免字符串与变量名或数的常量混淆。  

    char *str = "*str";
    int x = 1111111;
    char *str1 = "1111111";

三、几个概念

空串：不含任何字符的串，长度 = 0，用符号 f  表示。也就是说空串也是字符串！

空格串：仅由一个或多个空格组成的串。 区分空串和空格串！

子串：由串中任意个连续的字符组成的子序列。空串是任意串的子串，任意串是其自身的子串。 

主串：包含子串的串。

字符的位置：字符在序列中的序号。

子串在主串中的位置：子串的首字符在主串中的位置。

    char *str = "";//空串
    char *str1 = "    ";//空格串
    char *strMain = "abcdefg";//主串
    char *strSub = "cde";//strMain的子串，子串在主串的位置是 3
    char *strSub1 = "";//空串同样是strMain的子串
    char *strSub2 = "abcdefg";//也可以看成是strMain的子串，字符串本身也是自己的子串，在主串的位置是 1

串相等：当两个串的长度相等且各个对应位置的字符都相等时才相等。

    char *s1 = "12345";
    char *s2 = "12345";
    //s1和s2相等
    char *s3 = "1 2345";
    //s1，s2和s3不等

四、串的逻辑存储结构

还是那句话，线性表是数据结构和算法的基础！很多地方都以线性表为基础去扩展！同样，串的逻辑结构和线性表很相似！

串和线性表的区别：串的数据对象，我们约定是字符集，也就是说，字符串是数据受限的！而线性表的数据对象，不一定是字符集！可以存储整数，浮点数等，都没问题。

五、串的基本操作

和线性表差别较大。 因为，线性表的基本操作大多以“单个元素”作为操作对象，比如删除一个元素，初始化一个结点，插入一个结点等，而串的基本操作通常以“串这个整体”作为操作对象。比如在串中查找某个子串、在串的某个位置上插入一个子串、删除一个子串，子串的模式匹配……

六、字符串的三种存储结构

串也是一类特殊的线性表，故其存储结构与线性表的存储结构类似，只不过组成串的结点是单个字符而已。

 

定长顺序存储

也称为静态存储分配的顺序串。即用一组地址连续的存储单元依次存放串中的字符序列。“定长”、“静态”的意思可简单地理解为一个确定的存储空间，它的长度是不变的。 

串长的表示方法：

1）在串的存贮区首地址显式地记录串的长度。 方便使用，一目了然，比如Pascal语言。

2）在串之后加结束标志，隐式记录串的长度，不直观，如C/C++ 使用 “\0”。这里使用的是1）中的显式方式记录串长度。

字符串This is a dog.  的存储形式对比，要知道，串的静态存储结构（简单一维数组表示），大小不可变。

注意：

1）串的实际长度可在这个预定义长度的范围内随意设定，超过预定义长度的串值则被舍去，称之为“截断”。

2）字符类型存储的是对应字符在 ASCII 里的值，10进制表示！

#define len 255
typedef unsigned char string[len + 1];//0单元存储穿的长度

定长顺序存储表示时串操作的缺点 ：

需事先预定义串的最大长度，这在实际的程序运行前是很难估计的。 

由于定义了串的最大长度，使得串的某些操作受限（截尾），如串的联接、插入、置换等运算。

克服办法：不限定最大长度——动态分配串值的存储空间。 

 

PS：C没有字符串类型，C的字符串类型实际上是字符数组。而常说的C风格字符串，实际是末尾元素为零的字符数组。其他字符串风格取决于该语言设计思想，如Pascall语言为了强化类型管理与简化实现，字符串类型不要求字符串尾部有特殊字符表示字符串结束，而采用一种数据结构来管理字符串，在字符串头部分别有两个字段表示了该字符串的长度和引用计数。这样，简单的指针赋值直接复制地址并增加引用计数即可。而且字符串长度也不用每次都要重新计算。后来的C++、Java等语言都借鉴了这样的设计思想。

 

堆分配存储（很重要，经常用）

堆存储结构的特点：

仍以一组空间足够大的、地址连续的存储单元依次存放串值字符序列，但它们的存储空间是在程序执行过程中动态分配的，C 语言中提供的串类型就是以这种存储方式实现的。

由动态分配函数 malloc() 分配一块实际串长所需要的存储空间（“堆”），如果分配成功，则返回此空间的起始地址，作为串的基址，由 free( ) 释放串不再需要的空间。 

typedef struct {
    char *chr;//存放穿的手地址，其实编写程序，只要思路清晰，基础知识点明白，那么一定能写出来
    int len;
} strHeap;

这样分配的字符串，对分配的，可以动态改变长度，进行串的复制，插入，连接，置换算法等

堆存储结构的优点：

堆存储结构既有顺序存储结构的特点，处理（随机取子串）方便，操作中对串长又没有任何限制，更显灵活，因此在串处理的应用程序中常被采用。 

 

块链存储

刚刚的堆分配，其实还是顺序表的动态分配的演化。那么自然有链表的演化，串值也可用单链表存储，简称为链串。 链串与单链表的差异只是它的结点数据域为单个字符。 

   

优点：便于插入和删除    缺点：空间利用率低 ，这里知道一个公式：

为了提高空间利用率，可使每个结点存放多个字符（这是顺序串和链串的综合 (折衷) ），称为块链结构。 实际应用时，可以根据问题所需来设置结点的大小。例如：在编辑系统中，整个文本编辑区可以看成是一个串，每一行是一个子串，构成一个结点。即：同一行的串用定长结构（80个字符），行和行之间用指针相联接。 

为了便于进行串的操作（连接等），当以块链存储串值时，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。

先表示块链的结点的结构（这也是这类问题的惯常做法，链式的，可以考虑定义单个的结点，然后定义整体的组织，从小到大，由内而外！）

typedef struct string{
   char chr[100];//数据=块
    struct string *next;//链
} string;

串的链表结构

typedef struct {
    string *head;//
    string *tail;
    int len;
} String;

 

欢迎关注

dashuai的博客是终身学习践行者，大厂程序员，且专注于工作经验、学习笔记的分享和日常吐槽，包括但不限于互联网行业，附带分享一些PDF电子书，资料，帮忙内推，欢迎拍砖！