首先，我们目前提到的（Part1-Part4）都是线性结构。
这一节，我们主要是要掌握：
1. 了解串的存储方法，理解串的两种模式匹配算法，重点掌握BF算法。
2. 明确数组和广义表这两种数据结构的特点，掌握数组地址计算方法，了解几种特殊矩阵的压缩存储方法。
3.掌握广义表的定义、性质及其GetHead和GetTail的操作。
我们先来看看串（string）：
其参数有串名，串值，串长，主串，字串，串相等，空串，字符位置，字串位置。
//顺序存储
typedef struct
{
char *ch;
int length;
}MyString;
//链式，多个字符存在一个结点
#define CHUNKSIZE 80 //可由用户定义的块大小
typedef struct Chunk{
char ch[CHUNKSIZE];
struct Chunk *next;
}Chunk;
typedef struct{
Chunk *head,*tail; //串的头指针和尾指针
int curlen; //串的当前长度
}LString;
串的模式匹配算法：确定主串中所含子串第一次出现的位置（定位）,方法主要是：
BF算法（又称古典的、经典的、朴素的、穷举的） & KMP算法（特点：速度快）
对于BF算法，将主串的第pos个字符和模式的第一个字符比较，
若相等，继续逐个比较后续字符； 若不等，从主串的下一字符起，重新与模式的第一个字符比较。
直到主串的一个连续子串字符序列与模式相等 。返回值为S中与T匹配的子序列第一个字符的序号，即匹配成功。 否则，匹配失败，我们设返回值 -1。
可见，它的最坏的时间复杂度是O（n*m）这个Scale的。
//暴力检索算法描述
int ViolentMatch(char* s, char* p)
{
int sLen = strlen(s);
int pLen = strlen(p);
int i = 0;
int j = 0;
while (i < sLen && j < pLen)
{
if (s[i] == p[j])
{
//如果当前字符匹配成功（即S[i] == P[j]），则i++，j++
i++;
j++;
}
else
{
//②如果失配（即S[i]! = P[j]），令i = i - (j - 1)，j = 0
i = i - j + 1;
j = 0;
}
}
//匹配成功，返回模式串p在文本串s中的位置，否则返回-1
if (j == pLen)
return i - j;
else
return -1;
}
对于KMP（Knuth Morris Pratt所提出的）算法，另一位CSDN的大神写的很好：深度理解KMP链接🔗。核心是利用已经部分匹配的结果二加快模式串的滑动速度，主串的指针i不必回溯，这样可以提速到O（n+m）。
int KmpSearch(char* s, char* p)
{
int i = 0;
int j = 0;
int sLen = strlen(s);
int pLen = strlen(p);
while (i < sLen && j < pLen)
{
//①如果j = -1，或者当前字符匹配成功（即S[i] == P[j]），都令i++，j++
if (j == -1 || s[i] == p[j])
{
i++;
j++;
}
else
{
//②如果j != -1，且当前字符匹配失败（即S[i] != P[j]），则令 i 不变，j = next[j]
//next[j]即为j所对应的next值
j = next[j];
}
}
if (j == pLen)
return i - j;
else
return -1;
}
//优化过后的next 数组求法
void GetNext(char* p,int next[])
{
int pLen = strlen(p);
next[0] = -1;
int k = -1;
int j = 0;
while (j < pLen - 1)
{
//p[k]表示前缀，p[j]表示后缀
if (k == -1 || p[j] == p[k])
{
++k;
++j;
next[j] = k;
}
else
{
k = next[k];
}
}
}
原理图：
细节我们不一一赘述了，毕竟时间有限。
然后我们看看数据结构书上的数组：
我们就看看题算了：
同理，我们引申到三维数组，也有LOC ( i1, i2, i3 ) = a + i1* m2 * m3 + i2* m3 + i3。a代表起始地址。
要引起注意的是，这里我们是以0为起点，每一行有m个元素，从0到m-1.有的题可能会比较绕。
然后我们再看看特殊矩阵的压缩：
1. 什么是压缩存储？ 若多个数据元素的值都相同，则只分配一个元素值的存储空间，且零元素不占存储空间。
2. 什么样的矩阵能够压缩？ 一些特殊矩阵，如：对称矩阵，对角矩阵，三角矩阵，稀疏矩阵等。
3. 什么叫稀疏矩阵？ 矩阵中非零元素的个数较少（一般小于5%）。
举几个例子：
最后看看广义表：
广义表（列表）： n ( >=0 )个表元素组成的有限序列，记作LS = (a0, a1, a2, …, an-1) , LS是表名，ai是表元素，它可以是表 (称为子表)，可以是数据元素(称为原子)。 n为表的长度。n = 0 的广义表为空表。
基本运算：
（1）求表头GetHead(L)：非空广义表的第一个元素，可以是一个单元素，也可以是一个子表
（2）求表尾GetTail(L)：非空广义表除去表头元素以外其它元素所构成的表。表尾一定是一个表