算法分析--串匹配问题.docVIP

一、实验内容和目的 实验内容：给定一个文本，在该文本中查找并定位任意给定的字符串。 实验目的： （1）深刻理解并掌握蛮力法的设计思想； （2）提高应用蛮力法设计算法的技能； （3）理解这样一个观点：用蛮力法设计的算法，一般来说，经过适度的努力后，都可以对算法的第一个版本进行一定程度的改良，改进其时间性能。 实验要求： （1）实现BF算法； （2）实现BF算法的改进算法：KMP算法和BM算法； （3）对上述3个算法进行时间复杂性分析，并设计实验程序验证分析结果。 二、所用仪器、材料（设备名称、型号、规格等） 操作系统：Microsoft Windows 7 开发平台：Microsoft Visual Studio 2010 编程语言：C语言 三、实验方法、步骤 登录Microsoft Windows 7操作系统 (打开Visual Studio 2010开发平台 (新建“项目” (“Win32控制台应用程序” (输入项目名称 (“应用程序设置” (勾选“空项目”复选框 (右击左侧“解决方案资源管理器”下的“源文件” (“添加” (“新建项…” (新建一个“C++文件（.cpp）” (在新建的.cpp文件中输入串匹配算法的程序代码 (调试 (运行 (记录结果 (完成实验报告。 四、实验过程原始记录(数据、图表、计算等) 源代码见实验报告所在目录下的BFFromFile.cpp、KMPFromFile.cpp、BMFromFile.cpp，以下是部分程序代码的截图： BFFromFile.cpp： KMPFromFile.cpp： BMFromFile.cpp： 五、实验结果 在实现应用三种串匹配算法在文件中查找指定字符串之前，先对每个算法的正确性进行验证。编写3个小的程序BF.cpp、KMP.cpp、BM.cpp（源代码文件与实验报告在同一目录下），应用这三个小程序，对教材中的例子进行跟踪演示如下： 说明： MATCHED表示当前位置发生匹配；RECALL表示当前位置发生回溯；i表示主串数组下标；j表示模式串数组下标（i，j均从1开始计算，但返回匹配位置的下标值则从零开始计算） BF算法演示： 特点：主串和模式串同时回溯 KMP算法演示（回溯次数明显减少）： 特点：主串不回溯 BM算法演示： 特点：对模式串倒序匹配，回溯位移量用dist函数计算得到 以下示例使用的文本文件为E:\test.txt，内容如下（左侧数字表示行号）： 1. 调用BF算法在指定文件中查找指定字符串： 查询字符串“Servlet”，共找到9处，第11、15行出现了两次 查询字符串“编写”，共找到2处 用文本编辑器UltraEdit进行验证： 2. 调用KMP算法在指定文件中查找指定字符串： 查询字符串“Tomcat”，共找到5处，第18行出现了两次 查询字符串“服务”，共找到3处 用文本编辑器UltraEdit进行验证： 3. 调用BM算法在指定文件中查找指定字符串： 查询字符串“Java”，共找到5处，第5行出现了两次 查询字符串“目录”，共找到7处 用文本编辑器UltraEdit进行验证： 4. 未检索到指定字符及其他一些异常情况的处理 未查找到指定字符串： 文件目录非法，导致文件无法打开时，程序直接退出： 六、分析和结论 1. 从文件中查找指定字符串的思路是： （1）读取文件中的一行字符，记录行号，直到文件结束； （2）将读入的一行字符放入缓冲区中，用缓冲区中的字符串与模式串进行匹配； ①若匹配成功，计算列号，并将结果输出，然后截取缓冲区中当前匹配成功位置以后的所有字符，作为新的主串，再与模式串进行匹配，直到匹配不成功； ②若匹配不成功，则转（1）。 2. BFFromFile.cpp、KMPFromFile.cpp、BMFromFile.cpp三个程序中使用了一个公用的函数matchFile，它在三个程序中的定义和实现基本没有什么改变，只是对相应的串匹配算法的函数名进行了更改，此函数的设计使得编程效率大大提高，具有一定的“通用性”。 3. 本实验中的程序只能针对纯文本文件进行字符串检索，故不能对Microsoft Word 2003（.doc）等格式的非纯文本文件进行操作。另外程序输出的列号是按照一个汉字占两列来计算的，故在查找含有汉字的文本时，输出结果可能与使用习惯有差异。 4. 本实验中的BF，KMP，BM算法使用数组下标均从零开始，故返回-1表示匹配失败，其他的非负值表示匹配位置的起始下标，其他从1开始使用下标的情况会特别注明。 5. 本实验中从文件查找指定字符串的程序对输入文件路径长度（255个字符）和模式串的长度（64个字符）均有限制，但程序对用户输入过长的路径或模式串的情况的处理不是很好，此类操