一步一步寫演算法（之字串尋找 中篇）

【 聲明：著作權，歡迎轉載，請勿用於商業用途。  聯絡信箱：feixiaoxing @163.com】

    昨天我們編寫了簡單的字元尋找函數。雖然比較簡單，但是也算能用。然而，經過我們仔細分析研究一下，這麼一個簡單的函數還是有改進的空間的。在什麼地方改進呢？大家可以慢慢往下看。

    下面的代碼是最佳化前的代碼，現在再貼一次，這樣分析起來也方便些：

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;}

     不知道朋友們發現沒有，原來的while條件中有一個很費時的操作。那就是每次str移動的時候，都需要判斷str的長度大小。如果str的長度遠大於data的長度，那麼計算str長度的時間是相當可觀的。

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;}

    上面的代碼很好地解決了長度判斷的問題，這樣一來每次比較的長度很短，只要判斷len的大小字元長度即可。但是，我們還不是很滿足，如果兩者不比較豈不更好。那麼，有沒有這個可能？我們發現，如果str在每次比較不成功的時候，就會自己遞增一位。那麼我們只要判斷這一位是不是‘\0’不就可以了嗎？所以說，我們的代碼還可以寫成下面的形式。

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;}

    和上面第一次的最佳化不同，我們在進入while之前會判斷兩者的長度區別，但是經過第一次判斷之後，我們就再也不用判斷了，因為接下來我們只要判第n個元素是否為‘\0’即可，原來的n-1個元素我們已經判斷過了，肯定是合法的元素。為什麼呢？大家可以好好想想。

（二）、KMP演算法

    KMP演算法本質上說是為了消除尋找中的多餘尋找步驟。怎麼就產生了多餘的尋找步驟了呢。我們可以用樣本說話。假設有下面兩個字串：

    A：  baaaaabcd

    B：  aaaab

    那麼這兩個尋找的時候會發生什麼現象呢？我們可以看一下：

/*      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*/  

    我們發現B和A在從第2個元素開始比較的時候，發現最後一個元素是不同的，A的第6個元素是a，而B的第5個元素是b。按照一般字元串尋找的演算法，那麼下面A會繼續向右移動一位，但是事實上2-5的字元我們都已經比較過了，而且2-5這4個元素正好和B的前4個元素對應。這個時候B應該用最後一位元素和A的第7位元素比較即可。如果這個計算步驟能省下，尋找的速度不就能提高了嗎？

【預告： 下面一篇部落格介紹KMP的編寫和多核尋找演算法】