阅读:0       作者:严长生

数据结构中的字符串

数据结构中提到的串,即字符串,由 n 个字符组成的一个整体( n >= 0 )。这 n 个字符可以由字母、数字或者其他字符组成。

例如,S = ”BEIJING” ,S 代表这个串的串名,BEIJING 是串的值。
双引号不是串的值,作用只是为了将串和其他结构区分开。

特殊的串

空串:含有零个字符的串。例如:S = “”(双引号中没有任何东西),一般直接用 Ø 表示。

空格串:只包含空格的串。注意和空串区分开,空格串中是有内容的,只不过包含的是空格,且空格串中可以包含多个空格。例如,a = ”   ”(包含3个空格)。

子串与主串:串中任意个连续字符组成的字符串叫做该串的子串,包含子串的串称为主串。

例如:a = ”BEI”,b = ”BEIJING”,c = ”BJINGEI” 。对于字符串 a 和 b 来说,由于 b 中含有连续的字符串 a ,所以可以称 a 是 b 的子串,b 是 a 的主串;而对于 c 和 a ,虽然 c 中也含有 a 的全部字符,但不是连续的 “BEI” ,所以串 c 和 a 没有任何关系。

子串在主串中的位置:对于串 a = ”BEI” 来说,首字符 ‘B’ 在串 b 的位置为 1 ,所以子串 a 在主串 b = “BEIJING” 中的位置是 1。
子串在主串中的位置和字符在数组中的存放位置不同,子串在主串的位置从 1 开始数。
两个串相等的标准:如果两个串的串值完全相同,那么这两个串相等。

串的三种存储结构

存储串的结构有三种:1 定长顺序存储;2 堆分配存储; 3 块链存储。

定长顺序存储

采用固定长度的数组(即静态数组)存储串。

例如:char a[7] = "abcdfg";

此方式存储串时,需要预估串的长度提前申请足够的存储空间。目标串如果超过了数组申请的长度,超出部分会被自动舍弃(称为“截断”)。

例如:char a[3] = "abcdfg";//实际上数组中只存储了 “abc” ,后边的被截断。

堆分配存储

采用动态数组存储串。
在C语言中,存在着一个被称之为“堆”的自由存储区,用 malloc 函数和 free 函数管理,malloc 函数负责申请空间,free 函数负责释放空间。
例如:char * a = (char*)malloc(5*sizeof(char));//创建 a 数组,动态申请5个 char 类型数据的存储空间

使用堆分配存储的优势在于:当发现申请的空间不够用时,可以通过 realloc() 函数重新申请更大的存储空间。

例如:a = (char*)realloc(a, 10*sizeof(char));//前一个参数指申请空间的对象;第二个参数,重新申请空间的大小

使用 malloc 函数申请的存储空间,不会自动释放,需要程序员调用 free() 函数手动释放。如果不手动释放,当程序执行彻底结束,由操作系统进行回收。

例如:free(a);//释放动态数组a申请的空间

举一个完整的例子,连接串 “abc” 和 “defg” 变为 “abcdefg” ;
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
int main()
{
    char * a1=NULL;
    char * a2=NULL;
    a1=(char*)malloc(3*sizeof(char));
    strcpy(a1, "abc");//将字符串“abc”复制给a1
    a2=(char*)malloc(3*sizeof(char));
    strcpy(a2, "defg");
    int lengthA1=strlen(a1);
    int lengthA2=strlen(a2);
    if (lengthA1<lengthA1+lengthA2) {
        a1=(char*)realloc(a1, (lengthA1+lengthA2)*sizeof(char));
    }
    for (int i=lengthA1; i<lengthA1+lengthA2; i++) {
        a1[i]=a2[i-lengthA1];
    }
    printf("%s",a1);
    free(a1);
    free(a2);
    return 0;
}
输出结果:
abcdefg

注:在程序中,我们给 a1 和 a2 赋值的时候,使用了 strcpy 复制函数。在这里不能直接用:a1 = ”abc”这种方式,如果你这样做,程序编译会出错,告诉你,没有 malloc 的空间不能 free 。

原因是: strcpy 函数是将字符串复制到申请的存储空间中,而直接赋值是字符串存储在别的内存空间(本身是一个常量,放在常量区)中,更改了指针 a1 和 a2 的指向,也就是说,之前动态申请的存储空间虽然申请了,结果还没用呢就丢了。

块链存储

块链存储,其实就是借用链表的存储结构来存储串。一般情况下使用单链表就足够了,而且不需要增设头结点。

在构建链表时,每个结点可以存放一个字符,也可以存放多个字符。
图1 块链存储
 
链表中最后一个结点的数据域不一定全被串值占满,通常会补上 “#” 或者其他特殊的字符和字符串中的字符区分开。

每个结点设置字符数量的多少和存储的串的长度、可以占用的存储空间以及程序实现的功能相关。

如果串包含数据量很大,但是可用的存储空间有限,那么就需要提高空间利用率,相应地减少结点数量(因为多一个节点,就多申请一个指针域的空间)。

而如果程序中需要大量地插入或者删除数据,如果每个节点包含的字符过多,操作字符就会变得很麻烦,为实现功能增加了障碍。

总结

在平时编写程序,经常会用到例如:char *a = ”abcd”;这种方式表示字符串,和上面三种存储方式最主要的区别是:这种方式用于表示常量字符串,只能使用,不能对字符串内容做修改(否则程序运行出错);而以上三种方式都可以对字符串进行删改的操作。

例如:
#include <stdio.h>
int main() {
    char* a="abcd";
    a[1]='b';
    return 0;
}
程序编译可以通过,运行失败,改成下面堆分配存储的方式就对了:
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
int main() {
    char * a=(char*)malloc(4*sizeof(char));
    strcpy(a, "abcd");
    a[1]='e';
    printf("%s",a);
    return 0;
}
输出结果:
aecd

三种存储表示方式中,最常用的是堆分配存储,因为它在定长存储的基础上通过使用动态数组,避免了在操作串时可能因为申请存储空间的不足而丢失字符数据;和块链存储方式相比,结构相对简单,更容易操作。