第七章符号串29.pptVIP

* 计算机算法设计与分析 * 函数dist(c)的计算 Void Computer_Distance(char *P){ int i, j, m; m = P[0]; for(i = 0; i 256; i++) dist[i] = m; for(j = m –1; j =1; j – –) if(dist[P[j]] = = m) dist[P[j]] = m – j; } 先令每一个符号的dist(i) = m 对模式P中符号的dist进行修改 * 计算机算法设计与分析 * BM算法评估 Computer_Distance函数的时间复杂度为Θ(m)， 在最坏的情形下BM算法的每次内循环次数为m，所以BM算法最坏时间复杂度为Θ(mn)。 * 计算机算法设计与分析 * KARP-RABIN串匹配随机算法 1987年KARP和RABIN教授发表了一种简单快速的串匹配随机算法（简称KR算法）。 先回顾一下原始的简单匹配算法: match(char *T, char *P){? for (j=1; j= T[0]-P[0]; j++ )??? {str=substr(T,j,P[0] ) ; //在T中逐个取长度为P[0]的子串 ??????if ( strcmp(str,P)==0) //将子串与模式串进行比较? return j; ?? }? return -1;} 在上述简单算法中，相对于KMP算法，多余的时间主要消耗在substr和strcmp上面，其中substr很容易改进（只要移动指针就行），关键是如何改进strcmp。 * 计算机算法设计与分析 * KARP-RABIN串匹配随机算法 KR算法的基本思路是，如果strcmp不是比较两个字符串，而是两个数值，自然速度就要快得多，所以有必要将一个字符串通过某个函数映射成一个数值——这也是HASH法的一种，但这个HASH函数还有一些特殊的要求： 1、速度要快。 2、冲突概率小。 3、相邻两个字符串的HASH值必须有相关性。 例如T[1..m]和T[2..m+1]的HASH值必须有关联，在计算出HASH(T[1..m])后不必重新计算HASH(T[2..m+1])（否则就太慢了），而只要计算出HASH(T[m+1])把它加进来，然后减掉HASH(T[1])就可以了。 KARP和RABIN将这种函数称为指印函数。 * 计算机算法设计与分析 * “指印” 函数的定义 设模式P为 p1p2…pm，正文T为t1t2……tn，正文和模式中出现的字符集合为?，且| ? | = d。 对?上的长度m的符号串? = t1t2…tm ，令整数 x = asc(t1)dm–1+ asc(t2)dm–2+…+ asc(tm)， 则符号串?的指印函数K(?)为 K(?) = x mod q 这里asc(c)为字符c的ASCII值，q是[1, n2m]中随机选取的适当大的素数。 * 计算机算法设计与分析 * KARP-RABIN算法的基本思路 首先计算模式，以及正文中所有长度为m的子串的指印函数。 然后匹配与模式串指印函数值相等的正文中的子串，找到匹配串。 由于也可能存在冲突，所以当两个指印函数的值相同时，还必须再次匹配原字符串，才能得到结果。只要p和d适当的大，这种情况很少会发生，所以匹配速度很快。 * 计算机算法设计与分析 * 指印函数的递归计算 令titi+1……ti+m–1的对应的整数为， yi = asc(ti)dm–1+ asc(ti+1)dm–2+…+ asc(ti+m–1)， 则ti+1ti+2……ti+m的对应的整数为 yi+1 = asc(ti+1)dm–1 +… +asc(ti+m–1)d+asc(ti+m) (yi – asc(ti)dm–1)d + asc(ti+m) 因此， K(yi+1) = ((yi – asc(ti)dm–1)d+asc(ti+m)) mod q (K(yi) – asc(ti)z)d + asc(ti+m) mod q 其中，z = dm–1 mod q。 yid= asc(ti)dm+ asc(ti+1)dm–1+…+ asc(ti+m–1)d， * 计算机算法设计与分析 * KARP-RABIN串模式匹配算法 int K-RMatch(char *t,int n,char *p,int m){ 数据说明； 计算指印函数计算中的z; 计算模式p和正文第一个子串的指印； 依据指印逐个匹配正文的子串；} int i, j, k, z = 1, x = 0, y = 0; for(i = 1; i m; i