数据结构第4章2.pptVIP

4.４ 串的模式匹配算法 一、基本概念 1、模式匹配（定位） 设有主串S和子串T（将S称为目标串，将T称为模式串），在主串S中，从位置start开始查找，如若在主串S中找到一个与子串T相等的子串，则返回T的第一个字符在主串中的位置，否则返回-1。 2、算法目的 确定主串中所含子串第一次出现的位置（定位） 3、算法种类 BF算法 （又称古典的、经典的、朴素的、穷举的） KMP算法 二、Brute-Force算法 1、Brute-Force算法的设计思想： 将主串S的第一个字符和模式T的第1个字符比较， 若相等，继续逐个比较后续字符； 若不等，从主串S的下一字符起，重新与T第一个字符比较。 直到主串S的一个连续子串字符序列与模式T相等。返回值为S中与T匹配的子序列第一个字符的序号，即匹配成功。 否则，匹配失败，返回值 –1。 2、 Brute-Force算法的实现 typedef struct { char str[MaxSize]; int length; }String; 3、BF算法的时间复杂度 讨论： 若n为主串长度，m为子串长度，则串的BF匹配算法最坏的情况下需要比较字符的总次数为(n-m+1)*m＝O(n*m) 最好的情况是：一配就中！ 只比较了m次。 最恶劣情况是：主串前面n-m个位置都部分匹配到子串的最后一位，即这n-m位比较了m次，别忘了最后m位也各比较了一次，还要加上m！所以总次数为：(n-m)*m+m ＝(n-m+1)*m 三、KMP算法１、KMP算法设计思想： 新起点 k怎么求？ 怎样计算模式T所有可能的失配点 j 所对应的 next[j]？ 例： 模 式 串 T： a b a a b c a c 可能失配位 j： 0 1 2 3 4 5 6 7 新匹配位k=next[j] : 下一个要讨论的问题是：如何用递推方式来求出最大相同子串的长度呢？这个问题一旦解决，整个KMP算法就可以掌握得很透彻了。 求子串next[i]值的算法： void GetNext(String T, int next[]) { int j = 0, k = 0; next[0] = -1; while(j T.length){ if(T.str[j]==T.str[k]) { next[j+1]=k+1; j++; k++; } else if (k==0){ next[j+1]=0; j++; } else k=next[k]; } } KMP算法的思想 设s为主串，t为模式串，设i为主串s当前比较字符的下标，j为模式串t当前比较字符的下标，令i和j的初值为０。当si = tj时，i和j分别增1再继续比较；否则 i不变，j改变为next[j]值（即模式串右滑）后再继续比较。依次类推，直到出现下列两种情况之一：一是 j退回到某个j=next[j]值时有si = tj ，则 i和j分别增1后再继续比较；二是j退回到j=-1时，令主串和子串的下标各增1，随后比较si+1和t0 。这样的循环过程一直进行到变量大于等于S.length或变量j大于等于T.length时为止。 KMP算法的实现 第一步，先把模式T所有可能的失配点j 所对应的next[j]计算出来； 第二步：执行定位函数Index_kmp （与BF算法模块非常相似） 主函数 void main(void) { String S = {{cddcdc}, 6}, T = {{cdc}, 3}; int next[8], pos; GetNext(T, next); pos = KMPIndex(S, 0, T, next); printf(pos = %d\n, pos); } 2、KMP算法的时间复杂度 注意：由于BF算法在一般情况下的时间复杂度也近似于O(n+m)，所以至今仍被广泛采用。 第4章小结 * * int BFIndex(String S, int start, String T) { int i = start, j = 0, v; while(i S.length j T.length) { if(S.str[i] == T.str[j]) {i++; j++; } else{ i = i-j+1; j = 0; } }