数据结构 第四章 串.ppt

什么是模式匹配 朴素匹配算法 KMP算法 更多模式匹配算法 模式匹配 Knuth-Morris-Pratt Professor Emeritus of The Art of Computer Programming at Stanford University, welcomes you to his home page. Donald E. Knuth，1938年出生于Wisconsin。1960年，当他毕业于Case Institute of Technology数学系时，因为成绩过于出色，被校方打破历史惯例，同时授予学士和硕士学位。他随即进入大名鼎鼎的加州理工学院数学系，仅用三年时间便取得博士学位，此时年仅25岁。 毕业后留校任助理教授，28岁时升为副教授。30岁时，加盟斯坦福大学计算机系，任正教授。从31岁那年起，他开始出版他的历史性经典巨著：The Art of Computer Programming。他计划共写7卷，然而仅仅出版三卷之后，已经震惊世界，使他获得计算机科学界的最高荣誉Turing Award!此时，他年仅38岁！后来，此书与牛顿的“自然哲学的数学原理”等一起，被评为“世界历史上最伟大的十种科学著作”之一。 KMP算法 主串： abcdefgabcdab 模式串： abcdex How does it work? a b c d e f g a b c d a b a b c d e x 第三次匹配 第二次匹配 第一次匹配 a b c d e f g a b c d a b a b c d e x a b c d e f g a b c d a b a b c d e x a b c d e f g a b c d a b a b c d e x 第六次匹配 第五次匹配 第四次匹配 a b c d e f g a b c d a b a b c d e x a b c d e f g a b c d a b a b c d e x 观察： 1、T串中首字符a 与后面字符都是不相等的 2、T串中的a与S串后面的b, c, d, e也都可以在第一次匹配之后就确定是不相等的 结论：第二、三、四、五次匹配没有必要，只需保留第一、六次匹配，也即 i 的值没有必要回溯 问题：T串后面含有首字符a怎么办？ 主串： abcababcabc 模式串： abcabx a b c a b a b c a b c a b c a b x 第三次匹配 第二次匹配 第一次匹配 a b c a b x a b c a b x a b c a b a b c a b c a b c a b a b c a b c a b c a b x 第四次匹配 a b c a b a b c a b c 结论：i的值不可以变小，变化的是j的值，j值多少取决于当前字符之前的串的前后缀的相似程度 KMP算法原理： 假设现在文本串S匹配到 i 位置，模式串T匹配到 j 位置 如果当前字符匹配成功（即S[i] == T[j]），则令i++，j++，继续匹配下一个字符； 如果当前字符匹配失败（即S[i] != T[j]），则令 i 不变，j = next[j] (next[j] = j – 1)。此举意味着失配时，模式串T相对于文本串S向右移动了j - next [j] (至少为1) 位。 关键: 如何求next[j] next[j]： next[j]= 0， 当j=1时 1， 其他情况 Max{k|1kj, 且p1…pk-1 = pj-k+1…pj-1} 当此集合不空 j 1 2 3 4 5 模式串 a b c a c next[j] 0 1 1 1 2 a b a b c a b c a c b a b a b c a c a b c a c a b c a c j 1 2 3 4 5 6 7 8 9 模式串 a b a b a a a b a next[j] 0 1 1 2 3 4 2 2 3 J=1时，next[1]=0 J=2时，只有字符a,属其他情况,next[2]=1 J=3时，j由1到j-1的字符串是ab,a与b不等，属其他情况,next[3]=1 J=4时，j由1到j-1的字符串是aba,前缀字符a与后缀字符a相等，可得到k=2,故next[4]=2 J=5时，j由1到j-1的字符串是abab,前缀字符ab与后缀字符ab相等，可得到k=3,故next[5]=3 J=6时，j由1到j-1的字符串是ababa,前缀字符aba与后缀字符aba相等，可得到k=4,故next[4]=4 … void Get_Next(String T, int *next) { int i,j; i=1; j=0;