Sõne (andmetüüp)

Sõne (ka string, inglise string) on andmetüüp programmeerimiskeeltes. Seda tüüpi muutuja väärtuseks võib olla suvaline märgijada, tavaliselt teksti kujul. Märgiks võib olla ka tühik, sest kui võtta sõne pikkus length("tere maailm") , saadakse vastuseks 11.

Sõned esinevad programmides kas literaalidena või muutujatena. Sõned on tihti loodud kui massiivid märkidest kindla kodeeringuga. Olenevalt keelest võivad sõned olla muteeritavad (muudetavad) või mittemuteeritavad (mittemuudetavad).

Sõnesid, mis on programmi sisse kirjutatud, nimetatakse sõneliteraalideks.

Ülo Kaasiku koostatud "Matemaatikaleksikoni" järgi on sõne "mingi alfabeedi sümbolitest moodustatud järjend ("sõna")".

Ametlik teooria

Ütleme, et Σ on mittetühi lõplik sümbolite (märkide) hulk, mida kutsume tähestikuks. Sümbolite loomuse kohta eeldusi ei tehta. Sõne üle hulga Σ on iga lõplik jada sümboleid hulgast Σ. Näiteks kui Σ = {0, 1}, siis 01011 on sõne tähestikus Σ.

Sõne s pikkus on sümbolite arv jadas s (jada pikkus) ja võib olla mistahes naturaalarv. Tihti tähistatakse seda kui |s|. Ainus sõne pikkusega 0 on tühi sõne ning seda tähistatakse kui ε või λ.

Kõikide sõnede hulk pikkusega n, kasutades tähestikku Σ, on tähistatud kui Σⁿ. Näiteks kui Σ = {0, 1}, siis Σ² = {00, 01, 10, 11}. Iga tähestiku Σ puhul kehtib Σ⁰ = {ε}.

Kõikide sõnede hulk, kasutades tähestikku Σ, on Kleene’i katte hulgast Σ ja on tähistatud kui Σ^*. Kasutades Σⁿ,

$\Sigma ^{*}=\bigcup _{n\in \mathbb {N} \cup \{0\}}\Sigma ^{n}$

Näiteks kui Σ = {0, 1}, siis Σ^* = {ε, 0, 1, 00, 01, 10, 11, 000, 001, 010, 011, ...}. Kuigi hulk Σ^* ise on loenduv, siis iga element hulgas Σ^* on lõpliku pikkusega sõne.

Sõnede hulka üle Σ (st iga alamhulk hulgast Σ^*) kutsutakse formaalseks keeleks üle Σ. Näiteks, kui Σ = {0, 1}, siis sõnede hulk, kus on paarisarv nulle, {ε, 1, 00, 11, 001, 010, 100, 111, 0000, 0011, 0101, 0110, 1001, 1010, 1100, 1111, ...}, on formaalne keel üle Σ.

Tavalisemad funktsioonid

Järgnevad funktsioonid on vaid mõned näited kõikidest funktsioonidest, mis sõnedel on. Funktsioonide täpne süntaks oleneb programmeerimiskeelest.

Märk indeksil (charAt)

Definitsioon	charAt(sõne,täisarv) tagastab märgi.
Kirjeldus	Tagastab märgi küsitud indeksil antud sõnest. Kui antud indeksit sõnes ei leidu, tagastatakse kas veasõnum või tühi väärtus.

Pikkus (length)

Definitsioon	length(sõne) tagastab sõne pikkuse.
Kirjeldus	Tagastab sõne pikkuse, milleks on märkide arv sõnes.

Võrdlemine (täisarvulise tagastusega, compare)

Definitsioon	compare(sõne1,sõne2) tagastab täisarvu.
Kirjeldus	Võrdleb omavahel kahte sõnet. Kui nad on samaväärsed, tagastatakse 0. Kui ei ole samaväärsed, siis enamasti tagastatakse kas positiivne või negatiivne täisarv olenevalt sellest, kumb sõne on suurem. Sõnede võrdlus toimub tavaliselt tähestiku järjekorra alusel kindla kodeeringuga.

Võrdlemine (tõeväärtuse tagastusega kasutades operaatoreid, compare)

Definitsioon	sõne1 OP sõne2 tagastab tõeväärtuse, kus OP on mingi võrdlusoperaator, tavaliselt üks järgnevatest: =, <>, <, >, <=, >=, !=
Kirjeldus	Võrdleb kahte sõne tähestiku järjekorda kasutades ja tagastab tõeväärtuse.

Konkatenatsioon (concatenation)

Definitsioon	concatenate(sõne1,sõne2) tagastab sõne.
Kirjeldus	Konkateneerib (liidab) kaks sõne omavahel, tagastades kombineeritud sõne.

Sisalduvuse kontrollimine (contains)

Definitsioon	contains(sõne,alamsõne) tagastab tõeväärtuse.
Kirjeldus	Tagastab, kas sõne sisaldab alamsõne.

Kindla märgi indeksi leidmine (find/index/indexOf)

Definitsioon	find(sõne,alamsõne) tagastab täisarvu.
Kirjeldus	Tagastab esimese alamsõne ilmnemise indeksi sõnest. Kui alamsõne ei leita, tagastatakse tavaliselt vigane indeks. Keeltes, kus lugemine algab 0'st tagastatakse tavaliselt -1. Keeltes, kus lugemine algab 1'st tagastatakse tavaliselt 0.

Asendamine (replace)

Definitsioon	replace(sõne, asendatav, asendaja) tagastab sõne.
Kirjeldus	Tagastab sõne, kus iga esinemine asendatavast on asendatud asendajaga.

Sõne ümber keeramine (reverse)

Definition	reverse(sõne)
Kirjeldus	Pöörab ümber märkide järjestuse sõnes. Olenevalt keelest kas tagastab uue sõne või väärtustab ümber etteantud sõne.

Poolitamine (split)

Definitsioon	<sõne>.split(eraldaja[, limiit]) poolitab sõne eraldaja koha pealt. Tihti on olemas ka valikuline argument limiit, millega saab määrata maksimaalset kordade arvu, mil see juhtub.
Kirjeldus	Poolitab sõne igast kohast, kust leiab eraldaja, mis on ise samuti sõne. Tagastab järjendi või massiivi alamsõnedest. Kui limiit on antud, peatub, kui on nii palju poolitamisi juba tehtud. Vastandmeetod sõnede ühendamisele.

Ühendamine (join)

Definitsioon	join(eraldaja, sõnede_list) tagastab sõne.
Kirjeldus	Ühendab kõik sõned järjendis, pannes nende vahele eraldaja. Poolitamise vastand.

Alamsõne (substring)

Definitsioon	substring(sõne, algindeks, lõppindeks) tagastab sõne. substr(sõne, algindeks, märkide_arv) tagastab sõne.
Kirjeldus	Tagastab alamsõne of sõnest algindeksi ja lõppindeksi vahel, või algusega algindeks pikkusega märkide_arv.

Tühemike eemaldamine (trim/strip)

Definitsioon	sõne.strip() tagastab sõne.
Kirjeldus	Tagastab sõne, kus on algusest ja lõpust eemaldatud tühikud, realõpu sümbolid, tabulatuurid ja muud tühemikud.