leetcode-28:实现 strStr()(字符串匹配,暴力匹配算法和KMP算法)

简介: leetcode-28:实现 strStr()(字符串匹配,暴力匹配算法和KMP算法)

题目:

题目链接

实现 strStr() 函数

给定一个 haystack 字符串和一个 needle 字符串,在 haystack 字符串中找出 needle 字符串出现的第一个位置 (从0开始)。如果不存在,则返回 -1。

示例 1:

输入: haystack = "hello", needle = "ll"
输出: 2

示例 2:

输入: haystack = "aaaaa", needle = "bba"
输出: -1

解题:

python 里面有个find()函数,可以直接查找匹配的字符串,并返回索引,这边不用这种方法。

方法一:暴力匹配算法

class Solution:
    def strStr(self, haystack: str, needle: str) -> int:
        hlen = len(haystack)
        nlen = len(needle)
        i,j = 0,0
        while i<hlen and j<nlen:
            if haystack[i]==needle[j]:
                i+=1
                j+=1
            else:
                i = i-j+1
                j=0
        if j == nlen:
            return i-j
        else:
            return -1

方法二:KMP算法

有关KMP解释,0基础可以先看这个链接

KMP算法相比暴力匹配算法改进了什么呢?

它创建了Next数组,再遍历一遍需要被匹配的字符串,所以时间复杂度为O(m+n),而暴力匹配算法时间复杂度为O(mn)。

暴力匹配算法,在每次匹配结束后,被匹配的字符串索引需要i = i-j+1 回溯,匹配的模板字符串需要变成j=0,然而,有了KMP算法,被匹配的字符串,索引不需要回溯,匹配的模板字符串索引也不用j=0开始,

这样子在字符串匹配过程中时间复杂度为O(n),创建next列表时 时间复杂度为O(m),总共时间复杂度为O(m+n)

python解法

class Solution:
    def strStr(self, haystack: str, needle: str) -> int:
        m = len(needle)
        index = 0
        i = 1
        pnext = [0]*m
        while i<m:
            if needle[index]==needle[i]:
                pnext[i]=index+1
                i+=1
                index+=1
            elif index!=0:
                index = pnext[index-1]
            else:
                i+=1
        m = len(needle)
        n = len(haystack)
        i,j = 0,0
        while i<m and j<n:
            if needle[i]==haystack[j]:
                i+=1
                j+=1
            elif i!=0:
                i = pnext[i-1]
            else:
                j+=1
        if i==m:
            return j-i
        else:
            return -1

说一下创建next过程

可能index = pnext[index-1]会有所疑惑,这一步骤是为了获得上一个字母已经匹配到字符串的索引(这样就不需要回溯i了,index也不需要归为0,然后重新开始匹配了(虽然只是在创建next,但已经用到了KMP的核心思想了))

比如:

haystack = "aaaaabbabbbaaabb"
needle = "bbaaaaabbabbb"
>>[0, 1, 0, 0, 0, 0, 0, 1, 2, 3, 1, 2, 2] #得到的pnext

可以看到每次并不都是0、1、2、3…这样开始。正是因为每次不是这样开始,才使得该算法效率高。

index=2i为最后那个“b”的索引时候,发现pnext[index]!=pnext[i],于是index = pnext[index-1]得到的index=1,发现pnext[index]==pnext[i],于是pnext[i]=index+1为2,所以pnext最后一个值为2。

可以发现:

创建next过程中,是字符串后面部分和前面部分匹配,而两个字符串匹配时候,是两个串之间比。

c++解法

class Solution {
public:
    vector<int> create_pnext(string needle){
        int m=needle.size();
        int index=0;
        int i=1;
        vector<int> pnext(m);
        while(i<m){
            if(needle[index]==needle[i]){
                pnext[i]=index+1;
                index++;
                i++;
            }
            else if(index!=0){
                index=pnext[index-1];
            }
            else{
                i++;
            }
        }
        return pnext;
    }
    int strStr(string haystack, string needle) {
        vector<int> pnext=create_pnext(needle);
        int m=haystack.size();
        int n=needle.size();
        int i=0,j=0;
        while(i<m&&j<n){
            if(haystack[i]==needle[j]){
                i++;
                j++;
            }
            else if(j!=0){
                j=pnext[j-1];
            }
            else{
                i++;
            }
        }
        if(j==n) return i-j;
        return -1;
    }
};

方法三:内置函数

c++解法

class Solution {
public:
    int strStr(string haystack, string needle) {
        if(needle.empty()) return 0;
        int pos=haystack.find(needle);
        if(pos==-1) return -1;
        return pos;
    }
};


相关文章
|
1月前
【LeetCode 21】28. 实现 strStr()
【LeetCode 21】28. 实现 strStr()
32 0
|
1月前
|
算法
第四章 KMP算法理论基础
第四章 KMP算法理论基础
18 0
|
1月前
|
算法
KMP算法
KMP算法
25 0
|
3月前
|
算法 C++
A : DS串应用–KMP算法
这篇文章提供了KMP算法的C++实现,包括计算模式串的next数组和在主串中查找模式串位置的函数,用于演示KMP算法的基本应用。
|
3月前
|
算法
KMP算法
KMP算法
26 0
|
24天前
|
算法 安全 数据安全/隐私保护
基于game-based算法的动态频谱访问matlab仿真
本算法展示了在认知无线电网络中,通过游戏理论优化动态频谱访问,提高频谱利用率和物理层安全性。程序运行效果包括负载因子、传输功率、信噪比对用户效用和保密率的影响分析。软件版本:Matlab 2022a。完整代码包含详细中文注释和操作视频。
|
9天前
|
算法 数据挖掘 数据安全/隐私保护
基于FCM模糊聚类算法的图像分割matlab仿真
本项目展示了基于模糊C均值(FCM)算法的图像分割技术。算法运行效果良好,无水印。使用MATLAB 2022a开发,提供完整代码及中文注释,附带操作步骤视频。FCM算法通过隶属度矩阵和聚类中心矩阵实现图像分割,适用于灰度和彩色图像,广泛应用于医学影像、遥感图像等领域。
|
10天前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
11天前
|
存储 算法 决策智能
基于免疫算法的TSP问题求解matlab仿真
旅行商问题(TSP)是一个经典的组合优化问题,目标是寻找经过每个城市恰好一次并返回起点的最短回路。本文介绍了一种基于免疫算法(IA)的解决方案,该算法模拟生物免疫系统的运作机制,通过克隆选择、变异和免疫记忆等步骤,有效解决了TSP问题。程序使用MATLAB 2022a版本运行,展示了良好的优化效果。
|
10天前
|
机器学习/深度学习 算法 芯片
基于GSP工具箱的NILM算法matlab仿真
基于GSP工具箱的NILM算法Matlab仿真,利用图信号处理技术解析家庭或建筑内各电器的独立功耗。GSPBox通过图的节点、边和权重矩阵表示电气系统,实现对未知数据的有效分类。系统使用MATLAB2022a版本,通过滤波或分解技术从全局能耗信号中提取子设备的功耗信息。