一、字符串查找

算法题目链接 : https://www.lintcode.com/problem/13/

在 一个字符串 中查找 另外一个字符串 第一次出现的位置 ;

如 : 在 “abcdefghijk” 中查找 “def” 第一次出现的位置 , 是 $4$ ;

该方法使用 暴力算法 , 两层 for 循环 , 肯定可以解决 ; 如果用暴力算法 , 那面试基本就凉了 ; 暴力算法的复杂度是 $O(m\times n)$ , $m$ 是第一个大字符串的长度 , $n$ 是被查找的字符串长度 ;

KMP 算法 是专门用于解决该问题的算法 , 该算法 只能用于解决在一个字符串中查找另外一个字符串的问题 ; KMP 算法主要靠背诵 , 没有涉及到算法的理论 , 只能用于解决单一字符串查找问题 , 一般面试时不考虑使用该算法 ; KMP 算法的算法复杂度是 $O(m+n)$ ;

Rabin-Karp 算法 比 KMP 算法更简单 , 其基本原理就是比较字符串的 哈希码 ( HashCode ) , 快速的确定子字符串是否等于被查找的字符串 ;

二、蛮力算法代码示例

蛮力算法 :

需要进行双层循环遍历 ;

外层循环 遍历 source 字符串 , 遍历 source.length() - target.length() 次 ,
假设被遍历的索引 i 开始 , target.length() 位字符串 与 target 字符串是否相等 ,
如果相等 , 则该索引就是题目中想要的结果 ,
如果不相等 , 那么继续遍历下一个索引 ;

内层循环 就是遍历 target 字符串 , 逐位对比 两个字符串是否相等 ;

代码 :

class Solution {
    /**
	 * 蛮力算法 : 双层循环, 外层循环循环 source, 内层循环循环 target 对应字符是否相等
     * @param source:在该字符串中查找子字符串
     * @param target:被查找的字符串
     * @return: return the index
     */
    public int strStr(String source, String target) {
        if (target == null || "".equals(target)) {
            return 0;
        }

        for (int i = 0; i < source.length() - target.length() + 1; i++) {
            boolean notEqual = false;

            for (int j = 0; j < target.length(); j++) {
                if (source.charAt(i + j) != target.charAt(j)) {
                    // 只要有一个字符不相等, 就说明遍历的该子字符串不匹配
                    notEqual = true;
                    break;
                }
            }

            // 如果所有的字符都匹配, 即对比中没有不相等的字符, 该 i 索引就是结果
            if (!notEqual) {
                return i;
            }
        }

        return -1;
    }
}

class Main {
    public static void main(String[] args) {
        int index = new Solution().strStr("mabcban", "cb");
        System.out.println(index);
    }
}


  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
 

文章来源: hanshuliang.blog.csdn.net，作者：韩曙亮，版权归原作者所有，如需转载，请联系作者。

原文链接：hanshuliang.blog.csdn.net/article/details/118990449