每日一道 LeetCode (9)：实现 strStr()

每天 3 分钟，走上算法的逆袭之路。

前文合集

每日一道 LeetCode 前文合集

代码仓库

GitHub： https://github.com/meteor1993/LeetCode

Gitee： https://gitee.com/inwsy/LeetCode

题目：实现 strStr()

题目来源：https://leetcode-cn.com/problems/implement-strstr/

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。

示例 1:

输入: haystack = "hello", needle = "ll"
输出: 2

示例 2:

输入: haystack = "aaaaa", needle = "bba"
输出: -1

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：暴力方案

解题思路？

这道题还搞啥解题思路？

题目都直接把答案写出来了，「这与 C 语言的 strstr() 以及 Java的 indexOf() 定义相符」，我直接用 indexOf() 它不香么？

public int strStr(String haystack, String needle) {
    return haystack.indexOf(needle);
}

看着效率，杠杠的，我可真是个小机灵鬼。

但是如果你在面试的时候这么答，会不会被面试打个半死我就不知道了。

那么接下来，最符合常人的暴力思路来袭，我就喜欢干这事儿。

借一张官方的图：

我做一个循环，直接比较 needle 长度的字符串，如果相等就可以直接返回了，如果比到最后没比出来，就返回 -1 ，解题结束。

我就是这么的直接。。。以及。。。暴力。。。

能用暴力解决的问题，绝不多动脑子。

public int strStr_1(String haystack, String needle) {

    int h = haystack.length(), n = needle.length();

    for (int i = 0; i < h - n + 1; i++) {
        if (needle.equals(haystack.substring(i, i + n))) {
            return i;
        }
    }

    return -1;
}

好像结果也还算可以嘛，没有那种慢到不可接受。

解题思路：暴力方案优化

做完题好习惯看看答案，然后知道了我上面的这种暴力方案是基于一个叫 「滑动窗口」 的东西，这个名字倒是蛮形象的。

上面的暴力方案有一个缺点是，会将 haystack 所有长度为 n 的子串都和 needle 做比较，那么能不能少比较几次呢？

当然是可以的，以下内容来源于官网：

1. 第一件事儿就是只有第一个字符相等的才有比较的意义，如果第一个字符都不相等，这也就不用比了（图片来源于官方）。

1. 接着一个字符一个字符比较，一旦不匹配了就立刻终止（图片来源于官方）。

截止到目前，都还是很好理解的，下面这一步就稍微有点抽象了，而这个方案的精髓也是下面这一步。

1. 这里，比较到最后一位的时候发现不匹配，开始回溯。需要注意的是，pn 指针是移动到 pn = pn - curr_len + 1 的位置（图片来源于官方）。

1. 在这之后，接着 ++pn ，寻找开头和 needle 第一位相同的子串，找到之后重复上面的比较的过程，然后找到了答案置（图片来源于官方）。

实现代码如下（代码来自于官方）：

public int strStr_2(String haystack, String needle) {
    int L = needle.length(), n = haystack.length();
    if (L == 0) return 0;

    int pn = 0;
    while (pn < n - L + 1) {
        // 第一次循环 pn ，寻找和 needle 第一位相同的子串
        while (pn < n - L + 1 && haystack.charAt(pn) != needle.charAt(0)) ++pn;

        // 从 pn 开始，按位比较字符，获得相同位数长度 currLen
        int currLen = 0, pL = 0;
        while (pL < L && pn < n && haystack.charAt(pn) == needle.charAt(pL)) {
            ++pn;
            ++pL;
            ++currLen;
        }

        // 如果 currLen 长度等于 needle 长度，匹配结束
        if (currLen == L) return pn - L;

        // 如果不等于，开始回溯
        pn = pn - currLen + 1;
    }
    return -1;
}

这段代码自己做了字符的循环比较，但是很不幸，这种比较方案要比使用 equals() 来的要慢，我稍微修改下：

public int strStr_3(String haystack, String needle) {
    int L = needle.length(), n = haystack.length();
    if (L == 0) return 0;
    int pn = 0;
    while (pn < n - L + 1) {
        // 第一次循环 pn ，寻找和 needle 第一位相同的子串
        while (pn < n - L + 1 && haystack.charAt(pn) != needle.charAt(0))  ++pn;
        // 如果 pn + L 的长度大于当前字符串长度，直接返回 -1
        if (pn + L > n) return -1;
        // 如果 pn + L 得到的子串和 needle 相同，直接返回 pn
        if (haystack.substring(pn, pn + L).equals(needle)) {
            return pn;
        }
        // 没匹配到 ++pn
        ++pn;
    }
    return -1;
}

思路还是同样的思路，但是我在字符串的比较换成了 equals() ，耗时重回 1ms 。

抛砖引玉

到这里，我们往回看一个问题，为啥 jdk 提供的 indexOf() 这个方法，可以把耗时压缩到 0ms ？为何 indexOf() 这个方法如此 NB ？

点开源码，找到核心方法(jdk 版本: 1.8.0_221)：

static int indexOf(char[] source, int sourceOffset, int sourceCount,
        char[] target, int targetOffset, int targetCount,
        int fromIndex) {
    // 1、当开始查找位置 大于等于 源字符串长度时，如果[查找字符串]为空，则:
    // 返回字符串的长度，否则返回-1.
    if (fromIndex >= sourceCount) {
        return (targetCount == 0 ? sourceCount : -1);
    }
    // 2、如果 fromIndex 小于 0 ，则从 0 开始查找。
    if (fromIndex < 0) {
        fromIndex = 0;
    }
    // 3、如果[查找字符串]为空，则返回 fromIndex
    if (targetCount == 0) {
        return fromIndex;
    }
    // 4、开始查找，从[查找字符串]中得到第一个字符，标记为 first
    char first = target[targetOffset];
    int max = sourceOffset + (sourceCount - targetCount);
    // 4.1、计算[源字符串最大长度]
    for (int i = sourceOffset + fromIndex; i <= max; i++) {
        // 4.2.1、从[源字符串]中，查找到第一个匹配到[目标字符串] first 的位置
        // for循环中，增加 while 循环
        /* Look for first character. */
        if (source[i] != first) {
            while (++i <= max && source[i] != first);
        }
        // 4.2.2、如果在[源字符串]中，找到首个[目标字符串]，
        // 则匹配是否等于[目标字符串]
        /* Found first character, now look at the rest of v2 */
        if (i <= max) {
            // 4.2.2.1、得到下一个要匹配的位置，标记为 j
            int j = i + 1;
            // 4.2.2.2、得到其余[目标字符串]的长度，标记为 end
            int end = j + targetCount - 1;
            // 4.2.2.3、遍历，其余[目标字符串]，从 k 开始，
            // 如果 j 不越界（小于 end ，表示：其余[目标字符串]的范围），
            // 同时[源字符串]==[目标字符串]，则
            // 自增，继续查找匹配。 j++ 、 k++
            for (int k = targetOffset + 1; j < end && source[j]
                    == target[k]; j++, k++);
            // 4.2.2.4、如果 j 与 end 相等，则表示：
            // 源字符串中匹配到目标字符串，匹配结束，返回 i 。
            if (j == end) {
                /* Found whole string. */
                return i - sourceOffset;
            }
        }
    }
    return -1;
}

这段代码看起来平平无奇，而且查找的方式和我们上面的优化方案非常像，都是先查找首个匹配字符，然后再做循环查找整个匹配的字符串。

单纯的靠代码优化把耗时从 2ms 缩减到了 0ms ，只能是一个大写的佩服，不愧是写 jdk 源码的大神。