C语言中几个字符串指针如何分配内存地址

本文以４个实例阐述字符数组成几个字符串指针，所分配内存地址是连续的结论。     

基于C语言的字符串处理算法研究

本文针对字符串中取出整型数据这一问题提出了更加直观简单的算法,并用数组法和指针法都将其实现。实践证明,此算法正确且时间复杂度低,学生容易理解且能建立字符串处理的编程思想。     

浅析C++/C中的字符数组、字符指针和字符串

讨论了C /C中字符数组、字符指针和字符串的概念以及它们之间的区别和联系,并给出相应的程序示例.     

C语言中的指针常量

在C语言中引入指针常量的概念,将指针常量与指针变量统称为指针。字符串常量和字符串变量都是指针常量。在C语言教学中引入破损数组的概念,区别字符型破损数组与字符型二维数组。这样,指针的概念变得异常清晰。     

基于BF算法改进的字符串模式匹配算法

基于人在字符串匹配过程中常用的思维,提出一种从模式串中提取特殊字符和具有特殊结构的字符组成字符串,用数组或链表来表示这种字符串的结构,使得提取出来的字符能与目标串中相应位置的字符比较的算法。用以减少比较次数,提高匹配效率。     

Fortran与VB通过OLE变体类型传递字符串数据

为使Fortran与VB混合计算工程中的接口容纳更丰富的数据类型,研究了以OLE变体类型为载体的字符串数据的传递.在阐述了OLE变体类型结构的基础上,利用CVF对Unicode字符串的支持,成功实施了单一字符串的传递;基于对VB变体安全数组参数的本质认识,并通过挖掘CVF语言扩展功能,解决了字符串数组的传递;通过将含字符串自定义类型转换成变体数组,给出了含字符串自定义类型数组的传递方式.实例结果表明了各种传递方法的可行性.     

一种改进的中文字符串排序方法

对中文字符串排序,最快算法的时间复杂度是O（nlgn）。基数排序算法是目前最快的排序方法之一,时间复杂度是O（dn）,但其一般适用于相同长度的整型数据排序。提出了一种快速的变换方法,将字符串转换为与之等长的整型数组,使用基数排序算法对代表字串的整型数组排序,用以实现对字符串的快速排序。实验表明,提出的算法能快速地进行中文字符串排序,比快速排序算法具有更好的性能,且排序时间与数据规模之间是线性关系,算法的时间复杂度为O（dn）。     

Delphi代码优化——字符串篇

Delphi有三种字符串类型：短字符串(String[n],n=1．．255),存储区为静态分配,大小在编译时确定,这是继承于BPforDOS的类型;字符数组(PChar),主要是为了兼容各类API,在BP7中已经出现,如今在Delphi中更加应用广泛,其存储区可以用字符数组静态分配,也可用GetMem手动分配;而长字符串(AnsiString)是Delphi独有的,其存储区在运行时动态分配,最灵活也最易被滥用。     

一种自定义顺序的字符串排序算法

现有的排序算法很难实现自定义顺序的字符串排序,提出一种自定义顺序的字符串快速排序方法.在应用连续编号定义字符排序顺序的基础上,使用哈希表结构将字符串转换成对应的整型数组,以字符的最大编号作为基数排序算法的新基数,实现字符串的基数排序.分析和实验表明,本文方法可有效实现自定义顺序的字符串排序,是一个时间和空间复杂度都是线性的排序算法,比快速排序(Quick Sort)具有更好的时间性能,且可以方便地推广到其它语言的字串排序中.     

字符串分析研究进展

随着软件应用范围的不断扩大,尤其是数据库软件和Web软件的广泛应用,字符串变量在软件程序中扮演的角色日益重要与此同时,针对字符串变量的程序分析技术——字符串分析,也取得了长足的发展,并在软件工程中的很多领域中得到了成功的应用.字符串分析的基本应用模式是首先使用字符串值分析获得字符串变量的所有可能取值,然后使用字符串约束求解判断这些变量的取值是否满足一定约束,从而对程序进行正确性验证.为了使得字符串分析能够应用在安全分析和软件维护应用中,研究人员对字符串分析进行了扩展,进一步分析字符串变量的数据来源.综述了字符串分析技术的研究进展,提出了字符串分析的问题构型,介绍了这一领域现在的主要研究内容:字符串值分析、字符串约束求解、字符串数据来源分析以及字符串分析在软件工程中的应用.     

基于web的字符串模糊匹配的应用和研究

本文提出了一种基于web的字符串的模糊匹配方法。将给定的源字符串S和T目标字符串按照分割好的字符串单元进行匹配,得到两个字符串的相似程度。此方法不同与串的模式匹配。     

基于web的字符串模糊匹配的应用和研究

本文提出了一种基于web的字符串的模糊匹配方法.将给定的源字符串S和T目标字符串按照分割好的字符串单元进行匹配,得到两个字符串的相似程度.此方法不同与串的模式匹配.     

中文日期词的分割与识别

非限定性手写汉字串的分割与识别是当前字符识别领域中的一个难点问题.针对手写日期的特点,提出了整词识别和定长汉字串分割识别相结合的组合识别方法.整词识别将字符串作为一个整体进行识别,无需复杂的字符串分割过程.在定长汉字串分割过程中,首先通过识别来预测汉字串的长度,然后通过投影和轮廓分析确定候选分割线,最后通过识别选取最优分割路径.这两种分割识别方法通过规则进行组合,大大提高了系统的性能.在真实票据图像上的实验表明了该方法的有效性,分割识别正确率达到了93.3%.     

一种新的字符串单模式匹配算法

在分析了BM模式匹配算法的基础上,提出了一种新的字符串单模式匹配算法,该算法通过对模式中的字符进行等级划分,设置模式中各个字符的优先级,改进模式串的移动方式,减少了模式匹配的次数和字符比较的次数,有效的提高了模式匹配的效率。实验显示,该算法有效的提高了模式匹配的效率。     

中英文混合字符串切分技术

该文对英文字符串、中文字串和中英文混合字符串的切分方法进行研究。首先分析现有的中文、英文切分算法,再提出了一种实用的中英文混合切分算法。对于不同字符串的切分问题进行深入研究,针对不同要求,不同字符串提出不同切分算法和具体实施方法。     

A Comparison of Approximate String Matching Algorithms

Experimental comparisons of the running time of approximate string matching algorithms for the k differences problem are presented. Given a pattern string, a text string, and an integer k, the task is to find all approximate occurrences of the pattern in the text with at most k differences (insertions, deletions, changes). We consider seven algorithms based on different approaches including dynamic programming, Boyer–Moore string matching, suffix automata, and the distribution of characters. It turns out that none of the algorithms is the best for all values of the problem parameters, and the speed differences between the methods can be considerable.     

一种用于内容过滤和检测的快速多关键词识别算法

基于字符串匹配的检测方法是内容过滤和检测系统中一类很重要的分析方法，首先分析了现有的几种快速字符串匹配算法，然后提出了一种新的多模式字符串匹配算法，并简单分析了算法的复杂性，算法在设计的过程中吸取了BM算法中跳跃的特性，采用了后缀树算法得到了最大跳跃值，采用AC算法的匹配自动机原理从而避免对搜索树内每一个字符的匹配，最后，通过具体的实验数据验证了这些算法的性能，通过实验可以看出，新算法使得检测速度有很大提高，并有效屏蔽了关键词数量的增加对检测速度的影响。     

字符串加密技术的理论研究和技术实现

针对计算机及通讯领域对加密技术的需求现状,本文首先从理论上研究采用什么算法来实现对字符串数据的加密和解密。然后采用VB语言,给出具体实现算法,实现对字符串的加密和解密,并在算法中给出说明和解释。最后对该算法的优越处给出具体分析。     

DSP处理器上的高效串匹配实现

字符串匹配是生物识别、入侵检测的基础,也是大数据互联网时代的研究热点.随着现代信息技术的发展,日常工作生活中移动及手持小型化设备的使用越发普遍.这些设备的应用场景中包含大量有关串匹配的需求,如人脸识别、实时数据查询等.串匹配算法的实时和准确性决定了使用场景的范围,因此在DSP处理器等移动小型化设备的嵌入式处理器上实现高效串匹配算法的问题变得十分迫切.该文针对DSP处理器因缺乏逻辑判断与跳转指令,难以支持高效串匹配运算的问题,提出了一种基于DSP平台特点的改进串匹配算法.该算法采用位并行的思路,在DSP处理器上实现了串匹配算法的并行化.同时通过前序启动、基于VLIW的数学运算替代逻辑判断、Q-grams等优化手段,提高该算法对于DSP平台的适应性与执行效率,最终实现了一种基于HXDSP的高效串匹配算法VBNDM2.实验结果表明,本算法针对DSP平台,有效地提高了串匹配的效率,实现了算法的高效并行化.