leetcode 28.实现strStr()

标签：就是   哈哈   idc   abi   哈希   例子   style   blog   stack   

这题就是典型的字符串匹配问题。实现方法可谓极多。而且网上教程实在很详尽了。故不多赘述啦。贴我个人码了一遍的代码。。

感兴趣的直接参考下面这些大神的博客哈哈 

https://www.zhihu.com/question/21923021

http://www.voidcn.com/article/p-gcxakovf-sg.html

https://www.cnblogs.com/chentianwei/p/11665656.html

设主字符串的长度为N，匹配模式串的长度为L

第一种，老老实实暴力算法。。。理论最坏时间复杂度O（(N-L)*L），空间复杂度 O（1）。不过leetcode上的测试集测试后效果居然也还不错了，时间和空间性能都超过百分之八十了。。

class Solution {
public:
    int strStr(string haystack, string needle) {
        int len1=haystack.length();
        int len2=needle.length();
        if(len2==0)return 0;
        if(len2>len1)return -1;
        int k=0;
        int i,j;
        for (i = 0; i <len1-len2+1; ++i) {
            k=i;
            for(j=0;j<len2;++j){
                if(haystack[k++]!=needle[j])
                    break;
            }
            if(j==len2)
                return i;
        }
        return -1;
    }
};

可以看到，以上遍历比较的过程，其实比较的途中有些信息是可以记录下来的，下次比较的位置就不一定需要从主字符串的索引的下一位开始，中间可以跳过几个。这是其他字符串匹配算法优化的主要思路。

第二种算法，Rabin Karp

这个算法的时间复杂度是O（N）。如何比较字符串呢？不根据字符一个个比较啦。直接将模式串转为哈希码（计算规则是位权重累加，对和求余数），然后在遍历主字符串的时候呢，对每个L长度的子串也先转化为哈希码，然后再比较哈希码即可。。

哈希码的计算，考虑每个子串是在上个子串的基础上出去一个进去一个字符，故在上一个哈希码基础上加个数减个数即可。实现代码略。。这个算法相较于暴力算法的优点是，对于模式串比较长的数据集，这个比较的过程能节省比较多的时间。

第三种算法，KMP算法

算法书里很经典的例子啦。就不赘述了。理论效果虽然不错，但实际表现并不好，而且确实对于新手难以理解啊。

第四种算法，Horspool算法。开创性地提出从右向左匹配。

第五种算法，Boyer-Moore 算法。理论效果和KMP差不多。但是实际效果好很多。。

第六种算法，Sunday算法。。长江后浪推前浪，从简单程度和实际的效果上都碾压各位前辈们哈哈。。。

leetcode 28.实现strStr()

标签：就是   哈哈   idc   abi   哈希   例子   style   blog   stack   

原文地址：https://www.cnblogs.com/dongjl/p/13580432.html