将字符数组的子字符串与C中的另一个字符数组进行比较

Question

我有两个名为 arraypi 和 arraye 的字符数组，其中包含我从文件中读取的数字。每个都有1,000,000 个字符。我需要从arraye（本例中为7）的第一个字符开始，在arraypi 中搜索。如果7 存在于arraypi 中，那么我必须搜索arraye 的下一个子字符串（在本例中为71）。然后搜索718、7182等，直到arraypi中不存在子字符串。然后我必须简单地将最大子字符串的长度放在一个整数变量中并打印出来。

值得一提的是，arraypi 每 50 个字符包含一个换行符，而 arraye 每 80 个字符包含一个换行符，尽管我认为这不会有问题吗？

我尝试过想办法实现这一点，但到目前为止我还没有想到什么。

Answer 1

我不确定我是否做对了。我有这样的想法：

• 假设我们有整个arraypi 在浏览器中
• 您使用组合键ctrl+f 进行查找
• 开始逐字输入arraye 的内容，直到看到红色的不匹配
• 您想要在此之前可以输入的字符数

如果这是正确的，那么像下面这样的算法应该可以解决问题：

#include <stdio.h>
#define iswhitespace(X) ((X) == '\n' || (X) == ' ' || (X) == '\t')

int main( ) {

    char e[1000] = "somet\n\nhing";
    char pi[1000] = "some other t\nhing\t som\neth\n\ning";

    int longestlen = 0;
    int longestx = 0;
    int pix = 0;
    int ex = 0;
    int piwhitespace = 0;       // <-- added
    int ewhitespace = 0;        // <-- these

    while ( pix + ex + piwhitespace < 1000 ) {

        // added the following 4 lines to make it whitespace insensitive
        while ( iswhitespace(e[ex + ewhitespace]) )
            ewhitespace++;
        while ( iswhitespace(pi[pix + ex + piwhitespace]) )
            piwhitespace++;

        if ( e[ex + ewhitespace] != '\0' && pi[pix + ex + piwhitespace] != '\0' && pi[pix + ex + piwhitespace] == e[ex + ewhitespace] ) {
            // the following 4 lines are for obtaining correct longestx value
            if ( ex == 0 ) {
                pix += piwhitespace;
                piwhitespace = 0;
            }
            ex++;
        }
        else {
            if ( ex > longestlen ) {
                longestlen = ex;
                longestx = pix;
            }
            pix += piwhitespace + 1;
            piwhitespace = 0;
            // the two lines above could be replaced with
            // pix++;
            // and it would work just fine, the injection is unnecessary here
            ex = 0;
            ewhitespace = 0;
        }
    }

    printf( "Longest sqn is %d chars long starting at %d", longestlen, longestx + 1 );

    putchar( 10 );
    return 0;
}

发生了什么，循环首先搜索匹配的起点。在找到匹配之前，它会增加正在检查的数组的索引。当它找到一个起点时，它开始增加包含搜索词的数组的索引，同时保持另一个索引不变。

直到下一次不匹配，即进行记录检查时，搜索词索引被重置并且考生索引再次开始增加。

我希望这有助于，以某种方式，希望不仅仅是解决这个单一的斗争。

编辑：

更改了代码以忽略空格字符。

Answer 2

好的，因为您显然不是真的想要这个数组，而是两个包含文本的文件，这里有一个合适的解决方案来实现这一点：

#include <stdio.h>
#define iswhitespace(X) ((X) == '\n' || (X) == ' ' || (X) == '\t')

int main( ) {

    FILE * e;
    FILE * pi;

    if ( ( e = fopen( "e", "r" ) ) == NULL ) {
        printf( "failure at line %d\n", __LINE__ );
        return -1;
    }

    if ( ( pi = fopen( "pi", "r" ) ) == NULL ) {
        printf( "failure at line %d\n", __LINE__ );
        return -1;
    }

    int curre = fgetc( e );
    int currpi = fgetc( pi );
    int currentlength = 0;
    int longestlength = 0;
    int longestindex = 0;
    int whitespaces = 0;
    fpos_t startpoint;

    if ( curre == EOF || currpi == EOF ) {
        printf( "either one of the files are empty\n" );
        return -1;
    }

    while ( 1 ) {

        while ( iswhitespace( currpi ) )
            currpi = fgetc( pi );

        while ( iswhitespace( curre ) )
            curre = fgetc( e );

        if ( curre == currpi && currpi != EOF ) {
            if ( currentlength == 0 && fgetpos( pi, &startpoint ) ) {
                printf( "failure at line %d\n", __LINE__ );
                return -1;
            }
            currentlength++;
            curre = fgetc( e );
        }
        else if ( currentlength != 0 ) {
            if ( currentlength > longestlength ) {
                longestlength = currentlength;
                longestindex = startpoint;
            }
            if ( curre == EOF ) {
                printf( "Complete match!\n" );
                break;
            }
            fsetpos( pi, &startpoint );
            rewind( e );
            curre = fgetc( e );
            currentlength = 0;
        }

        if ( currpi == EOF )
            break;

        currpi = fgetc( pi );
    }

    printf( "Longest sequence is %d characters long starting at %d",
                                                    longestlength, longestindex );

    putchar( 10 );
    return 0;
}

它搜索一个起点，在确定当前匹配的长度后存储要返回的起点。确定当前匹配的长度，忽略途中的空格。必要时更新记录长度，完全倒回检索词文件，部分倒回考生文件到存储的位置。

这是我的 e 文件：

somet

hing

这是我的 pi 文件：

some other  nhing    som
eth

ing

这是我得到的输出：

Complete match!
Longest sequence is 9 characters long starting at 20

顺便说一句，据我所知，fread 和 fwrite 的功能并不符合人类直觉。你可以把它想象成，计算机在发出这些功能时使用了它自己理解的语言。

Answer 3

您可以使用strstr() 函数。考虑在循环中使用它，返回字符串作为参数之一。