字符串查找的KMS算法.docVIP

字符串查找的KMS算法 介绍KMS算法原理的教程很多，也给出了c程序代码，不过如何根据原理编写程序只字不提，所以我这里解读程序的实现过程。 源字符串 C B A B C A B A B C A B C A B A B C A B D 匹配字符串 A B C A B A B C A B D 1 A B C A B A B C A B D 2 A B C A B A B C A B D 3 A B C A B A B C A B D 4 A B C A B A B C A B D 5 A B C A B A B C A B D 6 A B C A B A B C A B D 7 A B C A B A B C A B D 8 A B C A B A B C A B D 9 A B C A B A B C A B D 10 A B C A B A B C A B D 普通字符串查找是这样的，从首字符开始，源字符串和匹配字符串对齐，如果相同，匹配字符串不后移，比较下一个，如果不相同，匹配字符串后移一位，重新比较。 KMS算法的灵感来源于，如果源字符串和匹配字符串已经有一部分相同，再遇到不同字符的时候，向后移动匹配字符串，可以看作匹配字符串在与自身比较，那么可以提前计算出匹配字符串内部匹配的字符个数，这部分字符就不需要重复比较了。 程序分成两个循环过程，一是匹配字符串与自身比较，二是匹配字符串和源字符串比较。前一个为后一个服务，两个过程类似。匹配字符串与自身比较的过程，分析后一位的时候，包含了前面所有的字符，可以利用前面的结果。 数组tNext()表示每个位置的内部匹配的位置， i表示字符串当前准备计算的位置，j表示移动字符串后跟位置i对齐的位置，数组下标从0开始，用-1表示没有内部匹配。内部匹配的实例，匹配字符串起点位置是0，分析到第10个字符时，i=9，研究对象是ABCABABCAB，每次后移一位，再字符对齐，后移3位后，前7个字符ABCABAB和后7个字符ABABCAB不匹配，后移5位后，前5个字符ABCAB和后5个字符ABCAB第一次匹配，这时跟i对齐的位置j=4，内部匹配的位置是tNext(9)=4。 分析匹配字符串的循环节，判断所有可能情况。如果位置i和位置j的字符相同，那么i和j在原来的基础上加1。不相等的情况，如果前面不匹配，那么继续不匹配(对应-1)，后移一位，如果前面有匹配，那么j=tNext(j-1)+1。例如ABCABABCABD计算到最后一位时，利用前面分析ABCABABCAB时的结果，i=9，j=4，tNext(9)=4，因为获得匹配，i和j都加1，现在位置i=10的D和位置j=5的A不同，需要继续后移，当ABCABABCAB的前2个字符AB和后2个字符AB相同时，才需要用下一个字符C来与D比较，这个后移的过程相当于ABCAB内部匹配的过程， ABCAB的内部匹配结果是tNext(5-1)，通过链式递减，直到递减到0或者获得匹配。 下面的代码是在EXCEL的VBA里面编辑的，网上只找到C语言代码，我根据自己的理解，转成VB代码，有一点变化，跟vb的instr函数比较，结果正确。 Function InStrX(SourceString() As Byte, FindString() As Byte) As Long Dim i As Long, j As Long Dim U1 As Long, U2 As Long Dim tNext() As Long VB字符串使用unicode编码，每个字符2字节 字符串和索引数组下标从0开始 U1 = UBound(SourceString) U2 = UBound(FindString) ReDim tNext(0 To U2) tNext(0) = -2 i = 2 当前计算的位置，从首字符下一个开始 j = 0 Do While i = U2 If FindString(i) = FindString(j) And FindString(i + 1) = FindString(j + 1) Then tNext(i) = j i = i + 2 j = j + 2 Else If j = 0 Then tNext(i) = -2 i = i + 2