概率算法求解模式匹配问题.docVIP

概率算法求解模式匹配问题 　　摘要：在长度为N的主串S中查找是否存在长度为M的模式串T，叫模式匹配问题。对于N和M均非常大的情况，概率算法求解此问题的效率比朴素算法和KMP算法要高。通过比较两个长度均为M的串的关联数是否相同，来确定这两个串是否相同。如果某它们的关联数不同，则这两个串一定不同；如果它们的关联数相同，则它们不同的概率很小，可忽略认为它们相同，也可将它们按位比较以便准确判断它们是否相同。本文计算长度为M的串的关联数的算法复杂度为O（1）。 　　关键词：概率算法 模式匹配 关联数 主串 模式串 时间复杂度 　　中图分类号：TP312 文献标识码：A 文章编号：1007-9416（2013）05-0154-02 　　1 前言 　　给定的符号模式是否出现在是一个很长的文本中，通常将此问题称为模式匹配。分析DNA序列和其他各种基因相关项目的结果，涉及的算法学上的核心问题是模式匹配问题。求解模式匹配问题的常用算法有朴素算法和KMP算法。朴素算法的效率很低，时间复杂度为O（n*m）[1-5]。KMP算法仅当主串与模式间存在许多“部分匹配”的情况下才能显示出它的高效率O（n+m）[1-5]。本文使用概率算法求解模式匹配问题，此算法特别适用于模式串非常长的情形。 　　2 模式匹配问题的概率算法 　　2.1 算法的基本思想 　　模式匹配问题具体描述为，在长度为N的