北航研究生复试2008上机第三题：字符串匹配

题目

从string.in中读入数据，然后用户输入一个短字符串。要求查找string.in中和短字符串的所有匹配，输出行号、匹配字符串到string.out文件中。匹配时不区分大小写，并且可以有一个用中括号表示的模式匹配。如“aa[123]bb”,就是说aaa1bb、aa2bb、aa3bb都算匹配。

主要部分：

1、读写文件

2、KMP匹配或者BF匹配算法

3、不区分大小写的比较

4、对于输入的处理(主要是带‘[ ]’的处理)

提示：因为北航上机的要求，编译器为VC6.0。如果用vs2015会存在部分函数不安全的提示如fopen等。

代码：

#include<stdio.h>
#include<stdlib.h>
#include<string.h>

char* file_in = "string.in";    //要读的文件
char* file_out = "string.out";  //要写的文件
int temp = 0;       //标记   是否有匹配项 有则改为1

char* ReadFile(char* filename);                 //读文件到字符数组
char** GetInputStr(int &kind, int &len);        //从控制台得到短字符串
void Match_KMP(char* note, int size, char* str, int len);   //KMP匹配  同时将匹配字符写入文件file_out
void GetNext(char* str,int len,int* next);      //求KMP辅助数组NEXT
void WriteFile(int line, char* str, int len);   //写文件
bool Equal(char a,char b);                      //比较两个字符是否相等，忽略大小写

int main(){
char* note = NULL;      //记录文件中的字符串
note = ReadFile(file_in);
int size = strlen(note);
printf("the size of file :%d\n",size);
printf("the content of file is: \n%s\n",note);

int kind = 0;           //输入的短字符的种类，如果有[]，则分为多组
int len = 0;            //短字符每组的的大小
char** str = NULL;      //记录短字符串数组
str = GetInputStr(kind,len);
printf("the kind of str :%d\n",kind);
printf("the size of str :%d\n",len);
int i;
for(i = 0; i < kind; i++)
printf("the content of str is:%s\n",str[i]);

for(i = 0; i < kind; i++)//对每一组段字符串进行匹配
Match_KMP(note,size,str[i],len);
if(temp == 0){
printf("文件中没有匹配项\n");
}
return 0;
}

char* ReadFile(char* filename){
//estimate the size of file
int size = 0;
int ch;
FILE* file;
if((file = fopen(filename,"r")) == NULL){
printf("The file %s can not be opened\n", filename);
exit(1);
}
while((ch = fgetc(file)) != EOF){       //第一次遍历得到文件的大小
++size;
}
rewind(file);

char* note = (char* )malloc(sizeof(char) * (size+1));
note[size] = '\0';
int i;
for(i = 0; i < size; i++){              //第二次遍历取文件的数据
ch = fgetc(file);
note[i] = ch;
}

fclose(file);
return note;
}

char** GetInputStr(int &kind, int &len){
printf("输入短字符串大小: ");
scanf("%d",&len);
printf("输入一个短字符串：");
char* str = (char* )malloc(sizeof(char) * (len + 1));
scanf("%s", str);
str[len] = '\0';
char** arr;

//有没有aa[123]bb形式
int tag1 = 0;       //记录'['在字符串中的位置
int tag2 = 0;       //记录']'在字符串中的位置
int i,j,k;
for(i = 0; i < len; i++){
if(str[i] == '[')
tag1 = i;
if(str[i] == ']')
tag2 = i;
}
if(tag1 && tag2 && tag2 > tag1){    //有多组需要匹配
int num = tag2 - tag1 - 1;      //短字符串的个数
arr = (char** ) malloc(sizeof(char* ) * num);
for(i = 0; i < num; i++){
arr[i] = (char* )malloc(sizeof(char) * (len - num));
}

k = 0;
for(i = 0; i < num; i++){       //赋值每个段字符串
for(j = 0; j < len; j++){
if(j < tag1)
arr[i][k++] = str[j];
if(j == tag1)
arr[i][k++] = str[tag1 + 1 + i];
if(j >= tag2)
arr[i][k++] = str[j + 1];
}
k = 0;
}
kind = num;                     //短字符串的个数
len = len - num - 1;            //每个段字符串的大小
}
else{                               //只有一组短字符串
arr = (char** ) malloc(sizeof(char* ));
kind = 1;
arr[0] = str;
}
return arr;
}

void Match_KMP(char* note, int size, char* str, int len){
if(len <= 0){
printf("子串输入错误\n");
return ;
}
int i,j;
int *next = (int *)malloc(sizeof(int) * len);
GetNext(str,len,next);              //计算NEXT[]辅助数组
//
printf("the Next[]:");
for(i = 0; i < len; i++)
printf("%d ",next[i]);
printf("\n");

j = 0;
int line = 0;                       //记录行号
for(i = 0; i < size;){              //进行匹配
if(note[i] == '\n')
++line;
if(Equal(note[i],str[j])){      //进行字符比较
++i;++j;
if(j == len){               //成功完全匹配
WriteFile(line,¬e[i - j],len);   //写入文件
temp = 1;               //存在匹配项
}
}else{
if(j == 0){
++i;
}else{
j = next[j - 1];
}
}
}

}

void GetNext(char* str,int len,int* next){
next[0] = 0;
int i,j;
i = 1;j = 0;
for(; i < len ;){
if(j == 0 || Equal(str[i-1],str[j-1])){
next[i] = ++j;
i++;
}else{
j = next[j - 1];
}
}
}

void WriteFile(int line, char* str, int len){
FILE* file;
int i;
if((file = fopen(file_out,"a"))  == NULL){
printf("The file %s can not be wirtten\n",file_out);
exit(1);
}
fputc((line + 1 + '0'),file);
fputc(' ',file);
for(i = 0; i < len; i++)
fputc(str[i],file);
fputc('\n',file);
fclose(file);
}

bool Equal(char a,char b){
if(b >='0' && b <= '9')
if(b == a)
return true;

if(b >= 'a' && b <= 'z')
if(b == a || b - ('a' - 'A') == a)
return true;

if(b >= 'A' && b <= 'Z')
if(b == a || b +    ('a' - 'A') == a)
return true;

return false;
}

例子（本人随便弄的）：

1、

string.in:

Who has seen the winD?

Neither I nor you;

But when the leaves hang trembling,

The wInd is passing through.

Who has seen the WIND?

Neither you nor I;

But when the trees bow down their heads,

The Wind is passing by.

–Christina Rossett

控制台输入：

4

wind

2、

string.in:

Aa1bb

aA2Bb

aa3BB

aa4Ab

aA5bB

控制台输入：

9

aa[123]bb

结果：

1、







2、