一种新字符串单模式匹配算法.docVIP

一种新的字符串单模式匹配算法 　　摘要：在分析了BM模式匹配算法的基础上，提出了一种新的字符串单模式匹配算法，该算法通过对模式中的字符进行等级划分，设置模式中各个字符的优先级，改进模式串的移动方式，减少了模式匹配的次数和字符比较的次数，有效的提高了模式匹配的效率。实验显示，该算法有效的提高了模式匹配的效率。 　　关键词：模式匹配；字符串；文本 　　中图分类号：TP309文献标识码：A文章编号：1009-3044(2008)15-21070-02 　　 　　A New Algorithm for String Single Pattern Matching 　　ZHANG Yong-ping,XU Dong-yang 　　(Computer Science and Technology Department,China University of Mining and Technology,Xuzhou 221008,China) 　　Abstract:This paper analyzed BM pattern matching algorithms firstly.On the basis of this,a new string single pattern matching algorithm was proposed,which Delaminated the pattern string,set priority of the characters of pattern string,improved the shift way of the pattern string.The algorithm can reduce the times of pattern matching and character comparing,it improves the efficiency of pattern matching effectively.By the experiments,the algorithm can improve the efficiency of pattern matching effectively. 　　Key words:Pattern matching;Character string;Text 　　 　　1 引言 　　 　　字符串的模式匹配问题的形式化定义是：在字符集∑上，给定一个长度为N的文本字符串T[1…N],以及一个长度为M的模式字符串P[1…M]。如果对于1≤s≤N，存在T[s+1…s+M]，则模式P在文本T的位置s处出现，即模式与文本匹配。字符串的模式匹配问题就是要寻找P在T中是否出现，以及出现的位置。在字符串匹配的算法中，最著名的是BM算法。本文在对BM匹配算法分析的基础上，提出一种改进的字符串匹配算法。 　　 　　2 BM算法 　　 　　首先，作如下假设： 　　字符集：X={x|x在正文中出现}；正文T：T[1…N],长度为 N；模式P：P[1…M]，长度为 M；N≥M。 　　1977 年，Boyer 和 Moore 提出了一个全新的模式匹配算法――BM 算法。此算法在匹配过程中，模式P从左向右移动，但字符比较按照 P[M]、P[M-1]、…、P[1]的次序从右向左进行。该算法的一个最主要的特点是：在匹配过程中，可以跳过很多无用的字符。通过这种跳跃式的匹配，获得了极高的匹配效率。BM算法的关键是根据给定的模式P，定义一个从字母到正整数的映射函数dist1: x→{1,2, …,m}，这里x∈∑ (∑是字符集)，函数dist1也称为滑动距离函数，它给出了正文中可能出现的任意字符x在模式串P中的位置，dist1函数的具体定义如下： 　　 　　BM算法思想是：假如在执行正文中自位置i起“返前”的一段与模式匹配（自右向左）检查中，一旦发现不匹配（无论在哪个位置），立即执行由P[M]与T[i+d(T[i])]起始的自右向左的匹配检查。 　　例如：文本T为“foucchsixvchhnseerch”,模式P为“seerch”，按照BM算法，字符集X和dist1函数值如表1所示，具体的匹配过程如表2所示（粗体字符为匹配失败的字符；括号中显示的数字为当前匹配时，字符比较的次数）。 　　 　　注释：第一次匹配，i=4,dist1[c]=1,P向右滑1个字符。第二次匹配，i=7,dist1[s]=5,P向右滑5个字符。第三次匹配，i=10,dist1[v]=6,P向右滑6个字符。第四次匹配，i=18,dist1[r]=2,P向右滑2个字符。第五次匹配成功。 　　 　　3 一种新的字符串单模式匹配算法 　　 　　通过上面算法特点的分析，