LeetCode-28实现strStr-Implement-strStr

爱写 bug（ID：icodebugs）

作者：爱写 bug

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。

Implement strStr().

Return the index of the first occurrence of needle in haystack, or -1 if needle is not part of haystack.

Example 1:

Input: haystack = "hello", needle = "ll"
Output: 2

Example 2:

Input: haystack = "aaaaa", needle = "bba"
Output: -1

Clarification:

What should we return when needle is an empty string? This is a great question to ask during an interview.

For the purpose of this problem, we will return 0 when needle is an empty string. This is consistent to C’s strstr() and Java’s indexOf()).

说明:

当 needle 是空字符串时，我们应当返回什么值呢？这是一个在面试中很好的问题。

对于本题而言，当 needle 是空字符串时我们应当返回 0。这与 C 语言的 strstr() 以及 Java 的 indexOf()) 定义相符。

解题思路(Java):

• 暴力穷举：

  ​ 复杂度：时间 O(n^2) 空间 O(1)

  ​ 字符串 a 从第一个索引开始 逐一匹配字符串 b 的第一个索引：a[i++]==b[0]，如果为 true，则进入内循环字符串 a 从第 i+j 个字符开始与字符串 b 第 j个字符匹配：a[i+j]==b[j]

代码：

class Solution {public int strStr(String haystack, String needle) {if(needle.equals(""))return 0;
        int haystackLen=haystack.length(),needleLen=needle.length();
        char firstChar=needle.charAt(0);

        for(int i=0;i<=haystackLen-needleLen;i++){if(haystack.charAt(i)==firstChar){
                int j=1;
                for(;j<needleLen;j++){if(haystack.charAt(i+j)!=needle.charAt(j)) break;
                }
                if(j==needleLen) return i;
            }
        }
        return -1;
    }
}

• KMP 算法：

  ​ 复杂度：时间 O(n+m) 空间 O(M)

  下面引用一组图片帮助理解(图片来源：https://blog.csdn.net/v_july_v/article/details/7041827)：

  ​ 说明： 图片中字符串 haystack 为：”BBC ABCDAB ABCDABCDABDE”，模式串 needle 为：”ABCDABD”

  第一步开始匹配：

  第二步匹配到第一个相同字符：

  第三步两个字符串逐一向后匹配，直到到字符 D 与 空格 字符匹配失败，结束该轮次匹配：

  第四步重新匹配，但不用从第二步的下一个字符 B 开始，因为空格字符前与模式字符串前 6 个字符已经匹配相同。既 C 字符之前的两个字符 AB 与空格字符前两个字符 AB 相同，两个字符串可直接从 空白 字符与 C 字符开始匹配：

  可以看到图片中一下跳过了 haystack 五个字符 ABCDAB 和 needle 的两个字符 AB。优化思路很清晰。

代码：

class Solution {public int strStr(String haystack, String needle) {if(needle.equals("")) return 0;
        int[] next = new int[needle.length()];
        getNext(next, needle);// 得到 next 数组
        // i 是匹配串 haystack 的指针，j 是模式串 needle 的指针
        int i = 0, j = 0;
        while(i < haystack.length() && j < needle.length()){
            // 如果 j =-1，即 next 数组中该字符为第一位，下标 + 1 后，重新匹配
            if(j == -1 || haystack.charAt(i) == needle.charAt(j)){
                // 如果匹配成功，则自增 1，匹配下一个字符
                i++;j++;
            } else {j = next[j];// 如果匹配失败，则将 j 赋值 next[j]，避免匹配重复匹配
            }
        }
        return j == needle.length() ? i - j : -1;}

    private void getNext(int[] next, String needle){
        // k 是前缀中相同部分的末尾，也是相同部分的长度
        // j 是后缀的末尾，即后缀相同部分的末尾
        int k = -1, j = 0;
        next[0] = -1;
        while(j < needle.length() - 1){
            // 如果 k =-1，匹配失败，重新开始计算前缀和后缀相同的长度
            // 如果两个字符相等，则在上次前缀和后缀相同的长度加 1，继续下一段字符最大公共前后缀匹配
            if (k == -1 || needle.charAt(j) == needle.charAt(k)){
                k++;j++;
                if (needle.charAt(j) != needle.charAt(k))
                    next[j] = k;
                else
                    // 因为不能出现 p[j] = p[next[j]]，所以当出现时需要继续递归，k = next[k] = next[next[k]]，以减少重复部分的多余匹配
                    next[j] = next[k];
            } else {// 否则，前缀长度缩短为 next[k]
                k = next[k];
            }
        }
    }
}

总结：

​ KMP 算法优化的方向很明了，主要难点就在于对 next 数组的求法和理解，KMP 算法不是本文的重点，如有兴趣深入了解，推荐一篇博文：https://blog.csdn.net/v_july_v/article/details/7041827

另外还有Sunday 算法 是找到与模式字符串相同长度的源字符串 从右向左匹配，其中心思想为：

• 如果该字符没有在模式串中出现，直接从该字符向右移动位数 = 模式串长度 + 1。（因为源字符串含有该字符的相同长度字符串不可能匹配）
• 如果该字符在模式串中出现过，其移动位数 = 模式串中最右端的该字符到末尾的距离 +1。

字符串 haystackBBC ABC 与模式串 needle ABCDABD 匹配，字符串 haystack 中的空格字符未在模式串 needle 中出现，则可以直接跳过空格字符后面六个字符的匹配，因为包含空格字符的相同长度字符串都不可能匹配成功，所以可以跳过 6 个。

Python3：

​ 说明：上面两种方法在所有语言都可行，只是语法不同，所以在 py3 中不再复现，仅展示一些 py3 特有的语法投机取巧解题。

利用 py3 内建函数 find() 直接得结果。

class Solution:
    def strStr(self, haystack: str, needle: str) -> int:
        return haystack.find(needle)

find() 方法描述

find() 方法检测字符串中是否包含子字符串 str，如果指定 beg（开始）和 end（结束）范围，则检查是否包含在指定范围内，如果指定范围内如果包含指定索引值，返回的是索引值在字符串中的起始位置。如果不包含索引值，返回 -1。如果子字符串为空，返回 0。

语法

str.find(str, beg=0, end=len(string))

参数

• str — 指定检索的字符串
• beg — 开始索引，默认为 0。
• end — 结束索引，默认为字符串的长度。

利用 py3 字符出 切片 特性解决：

class Solution:
    def strStr(self, haystack: str, needle: str) -> int:
        for i in range(len(haystack)-len(needle)+1):
            if haystack[i:i+len(needle)]==needle:# 截取切片
                return i
        return -1

注：算法导论 第 32 章：字符串匹配 有完整的一章相关讨论。