数据结构——串剖析.ppt

while (ks.length)(jt.length) { if (*p==*q) { p++ ; q++ ; k++ ; j++ ; } else { k=k-j+1 ; j=0 ; q=t.str ; p=s.str+k ; } /* 重新设置匹配位置 */ } if (j==t.length) return(k-t.length) ; / * 匹配，返回位置 */ else return(-1) ; /* 不匹配，返回-1 */ } //End * 该算法简单，易于理解。在一些场合的应用里，如文字处理中的文本编辑，其效率较高。 该算法的时间复杂度为O(n*m) ，其中n 、m分别是主串和模式串的长度。通常情况下，实际运行过程中，该算法的执行时间近似于O(n+m) 。 理解该算法的关键点 当第一次sk≠tj时：主串要退回到k-j+1的位置，而模式串也要退回到第一个字符（即j=0的位置）。 比较出现sk≠tj时：则应该有sk-1=tj-1，…，sk-j+1=t1， sk-j=t0 。 * 该改进算法是由D.E.Knuth ，J.H.Morris和 V.R.Pratt提出来的，简称为KMP算法。其改进在于： 每当一趟匹配过程出现字符不相等时，主串指示器不用回溯，而是利用已经得到的“部分匹配”结果，将模式串的指示器向右“滑动”尽可能远的一段距离后，继续进行比较。 例：设有串s=“abacabab” ，t=“abab” 。则第一次匹配过程如图4-2所示。 图4-2 模式匹配示例 s=“a b cbb” i=3 || || ≠ 匹配失败 t=“a b b” j=3 * 在i=3和j=3时，匹配失败。但重新开始第二次匹配时，不必从i=1 ，j=0开始。因为s1=t1，t0≠t1，必有s1≠t0，又因为t0=t2，s2=t2，所以必有s2=t0。由此可知，第二次匹配可以直接从i=3 、j=1开始。 总之，在主串s与模式串t的匹配过程中，一旦出现si≠tj ，主串s的指针不必回溯，而是直接与模式串的tk(0≦kj进行比较，而k的取值与主串s无关，只与模式串t本身的构成有关，即从模式串t可求得k值。) * 不失一般性，设主串s=“s1s2…sn” ，模式串t=“t1 t2 …tm” 。 当si≠tj(1≦i≦n-m，1≦jm，mn)时，主串s的指针i不必回溯，而模式串t的指针j回溯到第k(kj)个字符继续比较，则模式串t的前k-1个字符必须满足4-1式，而且不可能存在k’k满足4-1式。 t1t2…tk-1= si-(k-1) si-(k-2) … si-2 si-1 (4-1) 而已经得到的 “部分匹配”的结果为： tj-(k-1) tj-k… tj-1=si-(k-1) si-(k-2) … si-2 si-1 (4-2) 由式(4-1)和式(4-2)得： t1t2…tk-1=tj-(k-1) tj-k… tj-1 (4-3) 该推导过程可用图4-3形象描述。实际上，上式(4-3)描述了模式串中存在相互重叠的子串的情况。 * 图4-3 KMP算法示例 主串s i 模式串t k j 0 当j=1时 Max{k|1kj∧t1t2…tk-1=tj-(k-1) tj-k… tj-1 } 该集合不空时 1 其它情况 next[j]= 定义next[j]函数为 * 在求得了next[j]值之后，KMP算法的思想是： 设目标串(主串)为s，模式串为t ，并设i指针和j指针分别指示目标串和模式串中正待比较的字符，设i和j的初值均为1。若有si=tj，则i和j分别加1。否则，i不变，j退回到j=next[j]的位置，再比较si和tj，若相等，则i和j分别加1。否则，i不变，j再次退回到j=next[j]的位置，依此类推。直到下列两种可能： (1) j退回到某个下一个[j]值时字符比较相等，则指针各自加1继续进行匹配。 (2) 退回到j=0，将i和j分别加1，即从主串的下一个字