串的模式匹配算法.pptVIP

第4章 串（String） 4.3 串的模式匹配算法 BF算法的实现—即编写Index(S, T, pos)函数 BF算法的时间复杂度 讨论： 若n为主串长度，m为子串长度，则串的BF匹配算法最坏的情况下需要比较字符的总次数为 KMP算法（特点：速度快） ① KMP算法设计思想 ② KMP算法的推导过程 ③ KMP算法的实现 （关键技术:计算next[j]） ④ KMP算法的时间复杂度 ① KMP算法设计思想： (参见教材P80-84） ② KMP算法的推导过程：（见教材P81） 新起点 k怎么求？ （1） next[ j ]有何物理意义？ 例： 模 式 串 T： a b a a b c a c 可能失配位 j： 1 2 3 4 5 6 7 8 新匹配位k=next[j] : 求解next[j]流程图（递推） 注：递归与递推的区别： ③ KMP算法的实现—即Index( )操作的实现 第一步，先把模式T所有可能的失配点j 所对应的next[j]计算出来； 第二步：执行定位函数Index_kmp （与BF算法模块非常相似） ④ KMP算法的时间复杂度 注意：由于BF算法在一般情况下的时间复杂度也近似于O(n+m)，所以至今仍被广泛采用。 第4章小结 答疑： * * 4.1 串类型的定义 4.2 串的表示和实现 4.3 串的模式匹配算法 算法目的：确定主串中所含子串第一次出现的位置（定位） BF算法 （又称古典的、经典的、朴素的、穷举的） KMP算法 算法种类： 带回溯，速度慢 避免回溯，匹配速度快， 是全课程的亮点之一 定位问题称为串的模式匹配，典型函数为Index(S,T,pos) 例1： S=‘ababcabcacbab’，T=‘abcac’，pos=1， 求：串T在串S中第pos个字符之后的位置。 利用演示系统看BF算法执行过程。 BF算法设计思想： 将主串S的第pos个字符和模式T的第1个字符比较， 若相等，继续逐个比较后续字符； 若不等，从主串S的下一字符（pos+1）起，重新与T第一个字符比较。 直到主串S的一个连续子串字符序列与模式T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，返回值 0 . (n-m+1)*m＝O(n*m) 一般的情况是：O(n+m) 推导方法：要从最好到最坏情况统计总的比较次数，然后取平均。 最好的情况是：一配就中！ 只比较了m次。 能否加快子串（又称模式串）的滑动速度？ 能！利用已部分匹配过的信息使主串S的指针i不必回溯，最坏情况也能达到O(n+m) 请看KMP算法！ 最坏的情况是：主串前面n-m个位置都部分匹配到子串的最后一位，即这n-m位比较了m次，别忘了最后m位也各比较了一次，还要加上m！所以总次数为：(n-m)*m+m ＝(n-m+1)*m 全书一大亮点！ 尽量利用已经部分匹配的结果信息，尽量让i不要回溯，加快模式串的滑动速度。 例： S=‘a b a b c a b c a c b a b’ T=‘a b c a c’ S=‘a b a b c a b c a c b a b’ T=‘a b c a c’ S=‘a b a b c a b c a c b a b’ T=‘a b c a c’ Index_kmp的返回值应为i=6 需要讨论两个问题： ①如何由当前部分匹配结果确定模式向右滑动的新比较起点k？ ② 模式应该向右滑多远才是高效率的? i i i k k a b a a b c k i i i-T[0] 奇妙的结果： k 仅与模式串T有关！ 请抓住部分匹配时的两个特征： 两式联立可得：‘T1…Tk-1’=‘Tj-(k-1) …Tj-1’ S=‘a b a b c a b c a c b a b’ T=‘a b c a c’ i k 则T的k-1～1位＝S前i-1～i-(k-1)位 即(4-2）式含义 设目前打算与T的第k字符开始比较 (1) (2) ‘T1…Tk-1’ 则T的j-1～j-(k-1)位＝ S前i-1～i-(k-1)位 即(4-3）式含义 i k j S=‘a b a b c a b c a c b a b’ T=‘a b c a c’ 刚才肯定是在S的i处和T的第j字符 处失配 ‘Tj-(k-1) …Tj-1’ 截取一段，但k有限制，1kj k是追求的新起点 加速的前提：T首与Tj处有相同子串 注意：j 为当前已知的失配位置，我们的目标是计算新起点 k。 式中仅剩一个未知数k，理论上已可解！ 根据模式串T的规律：