DS04_字符串1.pptVIP

对特征向量N的优化 通过前面的例子来说明 对特征向量N的优化 通过前面的例子来说明 两种匹配方式 精确匹配（Exact String Matching）：即使目标与模式只有一个字符不同就匹配失败的匹配方式 单选的，”Set” ； 多选的，模式”S?t” 正则表达式表示的模式 近似匹配（Approximate String Matching）： 如果模式P与目标T（或其子串）存在某种程度的相似，则认为匹配成功。 常用的衡量字符串相似度的方法是根据一个串转换成另一个串所需的基本操作数目来确定。基本操作由字符串的插入、删除和替换三种操作来组成 本课程仅讨论此种情况 本课程讨论的字符串模式匹配：问题定义 用给定的模式P，在目标字符串T中搜索与模式P全同的一个子串，并求出T中第一个和P全同匹配的子串（简称为“配串”），返回其首字符位置 T T0 T1 … TiTi+1 Ti+2 … Ti+m-2 Ti+m-1 … Tn-1 ‖‖ ‖ ‖ ‖ P p0 p1 p2 … pm -2 pm-1 为使模式 P 与目标 T 匹配，必须满足 p0 p1 p2 …pm-1 = Ti Ti+1 Ti+2 … Ti+m-1 模式匹配的算法 算法的目标 效率——在大文本（诸如，句子、段落，或书本）中定位（查找）特定的模式，效率十分关键 一篇文章可能有上万字 一个人类染色体长度包含30亿个符号 讨论两种算法 朴素的模式匹配算法 KMP模式匹配算法 4.3.2朴素的模式匹配算法 基本思路： 设T= T0T1, T2, …,Tn，P = p1, p2, …, pm j为指向T中字符的指针，i为指向P中字符的指针 匹配成功(p1 = Tj , p2 = Tj+1 , …, pm = Tj+m-1 ) 即，subTtr(T, j, m) 匹配失败 (pi≠Tj)时， 将P右移再行比较 尝试所有的可能情况 朴素算法思路图示 朴素算法示例 把模式与目标逐一进行比较，直到碰到不匹配的字符为止 算法可在第一个匹配或是目标的结束处停止 a b a c a b a b a c a b a b a c a a c a b c a b a c a b a a 0 1 2 3 4 5 8 7 6 9 10 11 12 13 14 15 16 17 a b a c a b a b a c a b a b a c a b a b a c a b ………… a b a c a b 朴素算法实现 int NaviStrMatching(const string S, string P, int startIndex) { // 从S末尾倒数一个模板长度位置 int LastIndex = S.length - P.length // 开始匹配位置startindex的值过大，匹配无法成功 if (LastIndex startindex) return (-1); // i 是指向S内部字符的游标，j 是指向P内部字符的游标 int i = 0, j = startIndex; while (i P.length j S.length) if (P.str[i] == S.str[j]) { i++; j++; } else { j = j - i + 1; i = 0; // 回溯 } // 如果匹配成功，则返回该S子串的开始位置；如果P和S匹配失败，函数返回值为负 if ( i = P.length) return (j-P.length+1); else return -1; } 朴素算法的效率分析 假定目标T的长度为n，模式P长度为m， m≤n 分最佳、最差不同情况进行讨论 最佳情况（且匹配成功） 在目标的前M个位置上找到模式，设 M = 5 总比较次数：M 时间复杂度：O(M) AAAAAAAAAAAAAAAAAAAAAH AAAAA 5次比较 最佳情况（且匹配不成功） 总是在第一个字符上不匹配 总比较次数： N-M+1 时间复杂度： O(N) AAAAAAAAAAAAAAAAAAAAAH OOOOH 1次比较 AAAAAAAAAAAAAAAAAAAAAH OOOOH 1次比较 AAAAAAAAAAAAAAAAA