字符串匹配问题(本科生教材).ppt

KMP算法;1、前缀函数;2、例2; c d a b a b a b a b ?; ? 当p.c[q]与t.c[j]不相等时，模式串p向右滑动多少个位置，再比较，既不丢失可能的匹配，又不做回溯？ 以例2为例，展示匹配和滑动的过程！ 1) 求p0,p1,…,pq-1中最大相同的前缀与后缀的长度k; 2) next[q]=k 即： 当p.c[q]与t.ch[j]不相等时，模式串p向右滑动q- k 个位置，继续比较p.c[q]和t.c[j]。;依次类推，直至出现下列两种情形之一。 （1） q退到某个next值，next[next…next[ ]]]时，比较i位置的字符，如相等，若此时若还不是完全匹配（q≠m）,则q与j值各自增加1，继续比较下一字符 （2）如，k=-1时，模板退回到第1个位置、主串向前进一个，继续比较。 当算法中出现p.ch[q]=t.ch[i],且q=m时，显然找到了一个匹配p[0..m-1]=t[i-m..i-1]这是算法返回主串中出现匹配的第一个字符的位置i-m.;3、KMP算法;模板向后滑动 ;模板向后滑动 ;4、求前缀函数;由p的前缀函数的定义易知next[0]=-1 next[1]=0 。 用数学归纳法来计算前缀函数next的值: 对于任何q1，如果我们已经计算出: next[0], next[1],…, next[q] 那么如何计算next[q+1]呢？ ; 设next[q]=k，这意味着p[0..k-1]既是p[0..q-1]的一个真前缀，又是p[0..q-1]的一个真后缀且长度最长。 比较p[k]和p[q]，可能出现两种情况： ① p[k]=p[q] 此时，p[0..k]是p[0..q]的后缀，且在即是真前缀又是真后缀的子串中它是长度最长的。 因此，由前缀函数的定义可知： next[q+1]= next [q]+1 ② 若p[k]≠p[q]。在这种情况下，我们要在p[0..q-1]中找第二大的真前缀和真后缀，next[next[q]]= next[k]，显然next[k]kq。; 比较p[next[k]]和p[q]，此时仍然可能出现两种情况。 ①当p[next[k]]=p[q]时，与情形1）相同，可知： next[q+1]= next[k]+1=next[next[q]]+1 ②当p[next[k]]≠next[q]时，类似的，我们再找p[1..q-1]中第三大真前缀和真后缀。; 重复这个过程，直到为空，此时next[q]=-1； 或者p[1..q]中存在1个真前缀和真后缀，使得next[q+1]= next[next[…next [q]]]+1。; makeNext(PSeqString t, int * next) { int i,k; k=-1; i=0; next[0] = -1; while( i p-n -1) { while( k=0 p-c[i] != p-c[k]) k = next[k]; i++; k++; if (p-c[i] = = p-c[k]) next[i]=k; } } ; void get_next(SString T, int next[ ]) { int i,j; i =1; j=0; next[1] = 0 ; while( i T[0]){ if (j = =0 || T[i] = = T[j]) { ++i; ++j; next[i] =j; } else j=next[j] ; } };5、KMP算法的复杂性;前缀函数的复杂性;同理KMP算法中： while( i p-n j t-n) if(i= = -1 || p-c[i] = = t -c[j] ) { i++;j++;} else i=next[i]; 累计计算的次数最多不超过O（m+n）。 算法KMP_MATCHER的总计算时间为O(m+n)。 ;6、KMP算法的改进; 算法KMP_MATCHER中比较p[q]和t[i]不相等，且p[q]=p[next[q]]时，不仅可以向右滑动q-next[q]个位置，而且更大一点，