§ 5. Эффективная работа со строками

Определения и обозначения

Строка — упорядоченная последовательность символов. Порядок важен: строки «кот» и «ток» содержат одинаковые буквы, но это разные строки. Отдельный символ — один элемент, например буква или цифра, а строка может состоять из одного или множества элементов. Строки позволяют хранить и обрабатывать текст целиком.

Длина строки — количество символов в ней. При подсчёте учитываются не только буквы и цифры, но и пробелы, запятые, точки и другие знаки. Например, длина строки «да, нет» равна семи: в неё входят пять букв, пробел и запятая. Знание длины помогает проверять текст и правильно обращаться к его позициям.

Конкатенация — соединение строк в одну строку. Если соединить «инфо» и «матика», получится «информатика», а длина результата будет суммой длин частей. Между строками не появляется пробел сам по себе: его нужно добавить отдельной строкой, если он требуется. Эта операция нужна, когда программа формирует текст из нескольких значений.

Подстрока — непрерывная часть исходной строки. Её можно задать начальной позицией и длиной: например, из «информатика» взять семь символов, начиная с позиции 0, чтобы получить «информа». Подстрока сохраняет исходный порядок символов, пропускать элементы внутри неё нельзя. Это понятие используют для выделения частей текста и поиска совпадений.

Как это устроено

Строку удобно представлять как ряд ячеек, в каждой из которых находится очередной символ. Благодаря такому представлению программа может обратиться к элементу по его позиции или последовательно пройти от начала до конца. Например, посимвольный проход позволяет проверить, встречается ли в слове нужная буква. Нумерация позиций зависит от языка: в одних языках первый элемент имеет индекс 0, в других — 1.

Чтобы найти символ или подстроку, программе нужно сопоставлять искомое значение с фрагментами текста. При простом поиске символ проверяют в каждой позиции, пока не найдут совпадение или не закончатся элементы. Для подстроки сравнивают несколько соседних символов, поэтому важны и длина текста, и количество проверяемых позиций. Чем длиннее текст и искомый фрагмент, тем больше сравнений может потребоваться.

Соединение двух коротких строк обычно быстрое, но способ хранения строк влияет на цену операции. Во многих языках строка после создания не меняется: результат соединения записывается в новый участок памяти. Если на каждом шаге добавлять кусочек к уже собранному тексту, программе может приходиться копировать все предыдущие символы снова. На больших объёмах повторная работа с растущим результатом заметно замедляет программу.

При построении длинного текста части можно сначала складывать в отдельную последовательность, например список, а затем объединить одной операцией. Тогда программа не переносит весь уже готовый текст при каждом добавлении нового фрагмента. Такой способ полезен, если частей много и язык предоставляет удобное объединение последовательности строк. Для пары коротких фраз усложнять решение не нужно: обычная конкатенация будет понятнее.

Выбирать операцию стоит с учётом задачи и объёма данных. Если нужно соединить два имени или добавить короткую подпись, возможная цена копирования почти не влияет на скорость. Если же цикл формирует тысячи частей, важно заранее оценить, что происходит с промежуточным результатом. Понимание этого помогает писать код, который остаётся простым для маленьких задач и не тормозит на больших.

Операции со строками и их применение

Сначала определите, какую задачу нужно решить: узнать размер текста, получить символ, найти совпадение или сформировать новый текст. Затем проверьте особенности языка — прежде всего нумерацию позиций и значение, обозначающее отсутствие результата. Для большого числа фрагментов отдельно оцените, не копируется ли растущая строка на каждом шаге.

Разбор задач

Задача 1. Дана строка «информатика». Определим её длину и получим символ на заданной позиции 4. Предположим, что язык использует нумерацию с нуля, как многие распространённые языки. Сначала нужно найти длину, а затем не забыть, что индекс 4 указывает на пятый символ.

1. Перечислим символы: и, н, ф, о, р, м, а, т, и, к, а. Их одиннадцать, значит, длина строки равна 11.
2. При нумерации с нуля первым будет символ с индексом 0, вторым — с индексом 1. Поэтому индекс 4 соответствует пятой букве слова.
3. Пятая буква в строке «информатика» — «р». Если выбранный язык начинает нумерацию с единицы, позиции нужно пересчитать: номер 4 тогда обозначает четвёртый символ.

Ответ: длина равна 11, а символ с индексом 4 при нумерации с нуля — «р». Перед обращением к позиции всегда проверьте правила конкретного языка. Иначе можно получить соседний символ или обратиться за пределы строки.

Задача 2. В тексте нужно найти первое вхождение подстроки «код» и вывести его позицию. Поиск должен остановиться на первом совпадении, а не на последнем. Условие задачи не задаёт конкретный язык, поэтому рассмотрим общий алгоритм и отдельно отметим, что позиция зависит от принятой нумерации.

1. Вызовем операцию поиска подстроки «код» в исходном тексте. Она проверит, встречается ли этот фрагмент, и вернёт позицию первого совпадения либо специальный результат.
2. Сначала проверим, найден ли фрагмент. Если язык возвращает −1 при отсутствии совпадения, сравним результат с −1 и не будем использовать его как обычную позицию.
3. Если совпадение есть, выведем позицию. Уточним, начинается ли отсчёт с нуля: при нулевой нумерации найденное смещение на единицу меньше привычного порядкового номера символа.

Ответ: позиция выводится только при успешном поиске; если «код» не найден, нужно сообщить об этом. Точное число зависит от текста и способа нумерации в языке. Проверка результата защищает программу от неверного обращения к строке.

Задача 3. Нужно собрать строку из нескольких тысяч коротких фрагментов и сравнить повторное соединение с накоплением частей. Рассмотрим цикл, в котором очередной фрагмент добавляется к уже готовому тексту. Сравнение покажет, почему число операций и объём копирования имеют значение.

1. При повторном соединении после каждого шага может создаваться новая строка. В неё копируется весь уже собранный текст, а затем добавляется очередная часть.
2. На первом шаге копируется одна небольшая часть, но позднее копировать приходится всё более длинный результат. Поэтому одни и те же ранние символы могут переноситься много раз.
3. Во втором варианте поместим фрагменты в список или другую подходящую структуру. После цикла объединим их одной операцией, чтобы не создавать новую длинную строку при каждом добавлении.
4. Для честного сравнения используем одинаковые фрагменты и одинаковое итоговое содержимое. Затем сравним время выполнения или число операций копирования, если язык позволяет это оценить.

Ответ: для нескольких тысяч фрагментов обычно предпочтительнее накопить части и объединить их один раз. Так уменьшается повторное копирование растущего текста. Для нескольких коротких фрагментов обычное соединение проще и вполне подходит.

Типичные ошибки

Путать длину с номером последнего символа. Ошибка возникает из-за того, что длина и позиция связаны, но обозначают разные величины. Если в строке n символов, последний индекс равен n − 1 при нумерации с нуля, а длина остаётся n. Проверьте себя на слове из трёх букв: индексы будут 0, 1, 2, а длина — 3.

Не учитывать пробелы и знаки препинания. При подсчёте часто замечают только буквы, потому что они несут основной смысл слова. Но строка включает каждый символ, в том числе пробел, запятую и точку. Чтобы проверить длину, посчитайте элементы между кавычками подряд и не пропускайте промежутки.

Считать повторное соединение всегда быстрым. На коротком примере разница незаметна, поэтому кажется, что несколько тысяч добавлений будут работать так же. Однако промежуточный текст может каждый раз копироваться в новую строку, а объём переносимых данных постепенно растёт. Проверьте размер задачи: если частей много, накопите их отдельно и сравните время работы двух способов.

Использовать позицию поиска без проверки. Так поступают, когда ожидают, что нужный фрагмент обязательно встретится в тексте. Если совпадения нет, язык может вернуть специальное значение, и оно не является допустимым индексом символа. Проверьте результат на условие «найдено» до вывода позиции или выделения подстроки.

Связь с другими темами

Для работы со строками пригодятся знания о переменных, циклах и последовательностях символов. Переменная хранит текст, цикл помогает обработать его по частям, а последовательный обход позволяет проверять символы один за другим. Эти умения применяются при чтении текстовых файлов, поиске слов и анализе данных. Они также нужны, когда программа формирует понятный пользователю вывод из нескольких значений.

Что запомнить

• Строка — упорядоченная последовательность символов.
• Пробелы и знаки препинания входят в строку и учитываются в её длине.
• Подстрока состоит из последовательных символов исходной строки.
• Способ нумерации символов зависит от языка программирования.
• Поиск подстроки может завершиться без результата — это нужно проверять.
• При построении длинного текста избегай многократного копирования промежуточной строки.