String Basic
==========
string ：有排序的字元集合
substring：一段連續的字串子集合
subsequence：依斷按順序但可不連續的字串子集合
suffix：從後面開始一樣的子字串
prefix：從前面開始一樣的子字串
ex:
String = abcdefg
Substring = "abcd", "efg"... (連續)
Subsequence = "acdf", "dfg".... (不連續)
suffix = "efg", "defg"....
prefix = "abcd", "ab"...
Original
============
方法
--------
兩字串A,B，找出所有B出現在A中的位置，
很直覺的不斷從頭比對，若有字母不符合，則整體再往後退一個，繼續從頭比對
程式碼
------------
```
for(int i=0; i+lenB<=lenA; ++i)
{
int mat=0;
while( mat
worst case
有可能造成時間複雜度成長為O(|A||B|)
過程請見以下：
- A = "aaaaa....aaa"
- B = "aaaaa....aab"
Hashing
========
*就是幫字串分類到有限數字裡*
函數f：string -> {0,1,2....}
* 要求：
1.函數f容易取得
2. 字串分佈均勻，意即碰撞次數愈小愈好
* 思考：
1. f(A) ≠ f(B) ，可以推得 A ≠ B
2. f(A) = f(B) ，可以推得 A = B or A ≠ B (發生碰撞)
3. 若分n類,碰撞機率為1/n
Rabin-Karp rolling hash function
=============================
類似p進位制，分成q類(mod q，即對q取餘數)
p,q取不同的質數可讓字串分佈的更加均勻
比對：rolling
-------------------
以拿A,B兩字串比較為例
1.先計算A所有prefix的hash value,時間複雜度為 O(|A|)
2.可以得出任何子字串的hash value
3.枚舉A長度為 |B| 的子字串,比較hash value,時間複雜度為O(n)
ex:
A = "abcdefg"
B = "cde"
KMP
=====
Knuth-Morris-Pratt algorithm
---------------------------------------
使用時機：
給定A,B兩字串，尋找B字串是否存在A當中
當B的字串內容，本身有重複的字串時，可用KMP以減少重複否配的時間
ex:
B : aabaab
B字串本身重複 "aab"
方法：先用fail function找出字串B重複的字串
Fail Function
------------------------
目的：當否配失敗時，能知道字串B要對齊哪裡繼續否配
變數：
B [ ] ... 存放字串B
pi [ ] ... 紀錄前一個重複字串出現的位置
cur_pos ... 目前字串重複的位置
初始化：
![ cur_pos 初始為 -1 pi[0] 初始為 -1](/acm/KMP_3.gif)
![ B[cur_pos+1]!=B[i] pi[i]=cur_pos ](/acm/KMP_4.png)
程式碼：
```
void fail(string B, int *pi)
{
int len = strlen(B);
pi[0] = -1;
for( int i = 1, cur_pos = -1; i= 0 && B[i] != B[cur_pos+1])
cur_pos = pi[cur_pos];
if(B[i] == B[cur_pos+1]) ++cur_pos;
pi[i] = cur_pos;
}
}
```
Matching
------------------------
Fail function: 找出各後綴與前綴一樣的最大值
如果後綴 = 前綴 → 可直接位移
String Matching process
Matching 與 Fail function 的作法類似，差別只在於比較的對象不同
程式碼：
```
void fail(string A, string B, int *pi)
{
int lenA = a.length();
int lenB = b.length();
for( int i = 0, cur_pos = -1; i= 0 && A[i] != B[cur_pos+1])
cur_pos = pi[cur_pos];
if(A[i] == B[cur_pos+1]) ++cur_pos;
if(cur_pos+1 == lenB)
{
/*Match!!!!!*/
cur_pos = pi[cur_pos];
}
}
}
```
Fail function + Matching
• Complexity
– 關鍵: while-loop
– cur_pos 每次只會 +1 或往前
– 均攤後 𝒪( A + B )
Z Algorithm
======================
Z_value
-----------------------------------
從第2個element開始以其為字首，去和以第1個element為首的字串比，找出最長相同字串的長度
Z_Box
-----------------------------------------
最長匹配長度，L表示左邊界，R表示右邊界
如何算出Z_value?
-----------------------------------------
在算Z_value時會有3種case
case 1: 自己沒有被別人的Z_Box包住 就乖乖數
L在別人的Z_Box內 i' 為 i 對應到前綴的位置 (像上面表格的aab(i=5)的a 對應到i=1 的a)
case 2: 若自己的R在剛剛包含自己的Z_Box裏面 ( i'+z[i'] < z[L] => 沒有超過別人Z_Box的右界) 那麼z( i )=z( i' )
![Z_value[5]=Z_value[1]](/acm/case2.gif)
case 3: 若i'+z[i'] >= z[L]代表自己的Z_Box的右邊界和包住自己的Z_Box的右邊界重疊或超過
這時因為無法判斷在包住自己的Z_Box右邊界之後的element情形 所以Z_value只能算到包住自己的Z_Box的右邊界 之後的element都要去一個一個比對
![for a(i=9) its Z_value is 2 ,differ from Z_value[1]](/acm/case3.gif)
Code
----------------------------------
使用方法
-----------------------------------
當要看B字串是不是A的子字串時，用一個沒有出現過的符號放在兩者之間，
並用Z algorithm，若A字串內的字元有Z_value等於B的長度，即B出現在A裡面
