精确字符匹配的常见算法的解析.docxVIP

精确字符匹配的常见算法的解析从上到下依次是对应KMP，BM，HORSPOOL，SUNDAY算法的文献出处D.E. Knuth, J.H. Morris, V.R. Pratt: Fast Pattern Matching in Strings. SIAM Journal of Computing 6, 2, 323-350 (1977)R.S. Boyer, J.S. Moore: A Fast String Searching Algorithm. Communications of the ACM, 20, 10, 762-772 (1977)R.N. Horspool: Practical Fast Searching in Strings. Software - Practice and Experience 10, 501-506 (1980)D.M. Sunday: A Very Fast Substring Search Algorithm. Communications of the ACM, 33, 8, 132-142 (1990)KMP算法：KMP就是串匹配算法 运用自动机原理 比如说 我们在S中找P 设P＝{ababbaaba} 我们将P对自己匹配 下面是求的过程:{依次记下匹配失败的那一位} [2]ababbaaba ......ababbaaba[1] [3]ababbaaba ........ababbaaba[1] [4]ababbaaba ........ababbaaba[2] [5]ababbaaba ........ababbaaba[3] [6]ababbaaba ..............ababbaaba[1] [7]ababbaaba ..............ababbaaba[2] [8]ababbaaba .................ababbaaba[2] [9]ababbaaba .................ababbaaba[3] 得到Next数组『0,1,1,2,3,1,2,2,3』 主过程： [1]i:=1 j:=1 [2]若(jm)或(in)转[4]否则转[3] [3]若j=0或a[i]=b[j]则【inc(i)inc(j)转[2]】否则【j:=next[j]转2】 [4]若jm则return(i-m)否则return -1; 若返回－1表示失败，否则表示在i-m处成功BM算法BM算法也是一种快速串匹配算法，BM算法与KMP算法的主要区别是匹配操作的方向不同。虽然BM算法仅把匹配操作的字符比较顺序改为从右向左，但匹配发生失败时，模式T右移的计算方法却发生了较大的变化。为方便讨论，BM算法的关键是，对给定的模式T＝＂t0t1…tm＂定义一个从字符到正整数的映射：dist?：ｃ－＞｛1,2,…,m+1｝函数dist称为滑动距离函数，它给出了正文中可能出现的任意字符在模式中的位置。函数dist定义如下：????m – j?j为c在模式中的下标，以后面的为准??dist（c）＝?m+1?若c不在模式中或c = tm例如，T＝＂pattern＂，则dist（p）= 6 – 0 = 6, dist（a）= 6 – 1 =5, dist（t）= 6 – 4 =2，dist（e）= 2，dist（r）= 1, dist（n）= 6 + 1 = 7。BM算法的基本思想是：假设将主串中自位置i起往左的一个子串与模式进行从右到左的匹配过程中，若发现不匹配，则下次应从主串的i + dist(si)位置开始重新进行新一轮的匹配，其效果相当于把模式和主串向右滑过一段距离dist（si），即跳过dist（si）个字符而无需进行比较。下面是一个BM算法的匹配过程，主串S =＂ababcabcacbab＂，模式T=＂abcac＂。因为在实际应用中，字符表中的大部分字符不出现在模式串中，所以应用BM算法可以大大加快串匹配的速度。下面是BM算法的实现，测试代码可以照搬KMP算法部分，把调用KMP函数换成调用BM函数便可。#include iostreamusing namespace std;int Dist(char *t,char ch){??int len = strlen(t);??int i = len - 1;??if(ch == t[i])??return len;??i--;??while(i = 0)??{??if(ch == t[i])??return len - 1 - i;??else??i--;??}??return len;}int BM(char *s,char *t){??int n = strlen(s);??int m = strlen(t);??