字符串基础与概念解析

"第四章 字符串1 - 宋国杰 - 北京大学信息科学技术学院" 在计算机科学中，字符串是一类特殊的数据结构，它由0或多个字符按特定顺序排列形成的有限序列。字符串在很多编程语言中都有广泛的应用，如存储文本、处理用户输入、分析数据等。在本章中，主要讲解了字符串的基本概念、存储结构的实现以及模式匹配等核心内容。 字符串的长度是指它包含的字符数量。空串是长度为零的串，通常表示为""，而空格串是由一个或多个空格字符组成的串。字符串常量是通过一对双引号括起来的一组字符，例如"Hello"、"1234"等。这些字符可以包括字母、数字、标点符号等，具体取决于所使用的字符集。 字符是构成字符串的基本单元，其取值范围取决于特定的字符集。例如，二进制字符集包含0和1，DNA字符集包含A、C、G、T四种碱基，而英文字符集包括26个字母和一些标点符号。在大多数编程语言中，字符类型通常是单字节的，使用ASCII码或其他编码系统（如GB2312、UNICODE）来表示不同的字符。ASCII码是一个7位的编码，可以表示128个不同的字符，而UNICODE是一种更广泛的编码标准，能够表示世界上几乎所有的文字和符号。 字符串的比较通常基于字符编码的偏序规则，这意味着字符编码是有序的，可以进行字典式的比较。例如，在ASCII编码下，'0'的编码小于'1'，所以"monday"会小于"sunday"。中文字符串的比较有时会考虑“笔划”顺序，这是汉字特有的比较方式。 子串是字符串中的一个重要概念，如果一个串s1包含另一个串s2，即s2的所有字符在s1中连续出现，且保持原有的相对顺序，那么s2就是s1的子串。例如，如果s="software"，则"soft", "ware", 和 "ft"都是s的子串。子串操作在字符串处理中非常常见，包括提取子串、插入子串、删除子串等功能。 本章的内容将帮助读者理解字符串的基础知识，为后续学习字符串的存储结构（如定长数组、链表、动态数组等）和模式匹配算法（如KMP、Boyer-Moore等）打下坚实基础。对于程序员来说，掌握这些知识至关重要，因为它们是编写高效文本处理程序的关键。