24數据结构笔记之二十四串的模式匹配算法.docxVIP

24、蛤蟆的数据结构笔记之二十四串的模式匹配算法本篇名言：“燧石受到的敲打越厉害，发出的光就越灿烂。 -- 马克思”来看下两个算法，BF和KMP算法在串的模式匹配中实现。BF算法BF(Brute Force)算法是普通的模式匹配算法，BF算法的思想就是将目标串S的第一个字符与模式串T的第一个字符进行匹配，若相等，则继续比较S的第二个字符和 T的第二个字符；若不相等，则比较S的第二个字符和T的第一个字符，依次比较下去，直到得出最后的匹配结果。BF算法是一种蛮力算法。首先S[1]和T[1]比较，若相等，则再比较S[2]和T[2]，一直到T[M]为止；若S[1]和T[1]不等，则T向右移动一个字符的位置，再依次进行比较。如果存在k，1≤k≤N，且S[k+1…k+M]=T[1…M]，则匹配成功；否则失败。该算法最坏情况下要进行M*(N-M+1)次比较，时间复杂度为O(M*N)。如下图1 ：KMP算法KMP算法是一种改进的字符串匹配算法，由D.E.Knuth与V.R.Pratt和J.H.Morris同时发现，因此人们称它为克努特——莫里斯——普拉特操作（简称KMP算法）。KMP算法的关键是利用匹配失败后的信息，尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是实现一个next()函数，函数本身包含了模式串的局部匹配信息。主串：a b a c a a b a c a b a c a b a a b b，下文中我们称作T模式串：a b a c a b，下文中我们称作W在暴力字符串匹配过程中，我们会从T[0] 跟 W[0] 匹配，如果相等则匹配下一个字符，直到出现不相等的情况，此时我们会简单的丢弃前面的匹配信息，然后从T[1] 跟 W[0]匹配，循环进行，直到主串结束，或者出现匹配的情况。这种简单的丢弃前面的匹配信息，造成了极大的浪费和低下的匹配效率。然而，在KMP算法中，对于每一个模式串我们会事先计算出模式串的内部匹配信息，在匹配失败时最大的移动模式串，以减少匹配次数。比如，在简单的一次匹配失败后，我们会想将模式串尽量的右移和主串进行匹配。右移的距离在KMP算法中是如此计算的：在已经匹配的模式串子串中，找出最长的相同的前缀和后缀，然后移动使它们重叠。在第一次匹配过程中T: a b a c a?a?b a c a b a c a b a a b bM: a b a c ab在T[5]与W[5]出现了不匹配，而T[0]~T[4]是匹配的，现在T[0]~T[4]就是上文中说的已经匹配的模式串子串，现在移动找出最长的相同的前缀和后缀并使他们重叠：T: a b a c aab a c a b a c a b a a b bM: a?b?a c ab然后在从上次匹配失败的地方进行匹配，这样就减少了匹配次数，增加了效率。如下图2算法实现BF实现BF实现，通过第一个字母开始，一个字母一个字母的回溯实现。最后返回第几个字母开始匹配成功。int BFMatch(char *s,char *p){ int i,j; i=0; while(i strlen(s)) { j=0; while(s[i]==p[j]j strlen(p)) { i++; j++; } if(j==strlen(p)) return i-strlen(p); i=i-j+1;//指针i回溯 } return -1;}KMP实现KMP算法多了一个getNext函数，该函数是将模式匹配项进行处理得到一个数组。数组中是一组整型数字，个数和匹配字符串一样多。每个整型表示，如果NEXT值为{-1,0,0,0，1,2,3,4,5}，如果,模式匹配和字符串在第7个字母匹配出错（第7个数组值是3），那么模式匹配串重新往右移动3个字母然后重新和字符串进行匹配，如果又匹配失败，那么第3个数组是0，那么匹配字符串重新和字符串进行到的下一个字母进行匹配。//getNetxvoid getNext(char *p,int *next){ int j,k; next[0]=-1; j=0; k=-1; while(j strlen(p)-1) { if(k==-1||p[j]==p[k])//匹配的情况下,p[j]==p[k] { j++; k++; next[j]=k; } else {//p[j]!=p[k] k=next[k]; } }}//KMPint KMPMatch(char *s,char *p){ int next[100]; int i,j; i=0; j=0; getNext(p,next); while(i strlen(s)) { if(j==-1||s[i]==p[j]) { i++; j++; } else { j=next[j];//消除了指针i的回溯 } if