数据结构与算法第三章2山013.ppt

朴素匹配算法：效率分析 假定目标T的长度为n，模式P长度为m，且 m ≤ n 在最坏的情况下，每一次循环都不成功，则一共要进行比较（n-m+1）次 每一次“相同匹配”比较所耗费的时间，是P和T逐个字符比较的时间，最坏情况下，共m次 因此，整个算法的最坏时间开销估计为 O(mn) 朴素匹配算法：最差情况 模式与目标的每一个长度为m的子串进行比较 目标形如an, 模式形如am-1b 总比较次数： O(n-m+1) 时间复杂度： O(mn) AAAAAAAAAAAAAAAAAAAAAA AAAAB 5次比较 AAAAAAAAAAAAAAAAAAAAAA AAAAB 5次比较 AAAAAAAAAAAAAAAAAAAAAA AAAAB 5次比较 AAAAAAAAAAAAAAAAAAAAAA AAAAB 5次比较 ………… AAAAAAAAAAAAAAAAAAAAAA AAAAB 5次比较 朴素匹配算法： 最佳情况-没找到模式 总是在第一个字符上不匹配 总比较次数： n-m+1 时间复杂度： O(n) AAAAAAAAAAAAAAAAAAAAAH OOOOH 1次比较 AAAAAAAAAAAAAAAAAAAAAH OOOOH 1次比较 AAAAAAAAAAAAAAAAAAAAAH OOOOH 1次比较 AAAAAAAAAAAAAAAAAAAAAH OOOOH 1次比较 ………… AAAAAAAAAAAAAAAAAAAAAH 1次比较 OOOOH 朴素模式匹配算法： 最佳情况--找到模式 在目标的前m个位置上找到模式，设 m = 5 总比较次数：m 时间复杂度：O(m) AAAAAAAAAAAAAAAAAAAAAB AAAAA 5次比较 朴素算法的问题：回溯 朴素算法之所以效率不高的原因在于匹配过程中目标串有回溯，且这些回溯并非必要 e.g., 由1）可知： P5 ? T5， P0=T0, P1 = T1,,同时由 P0 ?P1可得知P0?T1 故将 P 右移一位后第2）趟比较一定不等; 比较冗余 那么把P右移几位合适？ 既能消除冗余比较又保证不丢失配串呢？ T a b a c a a b a c c a b a c a b a a P a b a c a b 1）P5 ? T5 P右移一位 T a b a c a a b a c c a b a c a b a a P a b a c a b 2）P0 ? T1 P右移一位 T a b a c a a b a c c a b a c a b a a P a b a c a b 3）P1 ? T3 P右移一位 T a b a c a a b a c c a b a c a b a a P a b a c a b ……. 无回溯匹配算法 关键在于匹配过程中，一旦Pi 和Tj比较不等时，即 substr(P,1,i-1) = substr(T, j-i+1,i-1) 且 Pi ? Tj 要能立即确定右移的位数和继续比较的字符，即该用P中的哪个字符和Tj进行比较？ 如何定位? 保留之前比较的结果? 若把这个字符记为Pk，显然有ki， 且不同的i，其 k值不同 KMP算法 Knuth-Morris-Pratt (KMP)算法发现每个字符对应的该k值仅依赖于模式P本身，与目标对象T无关 1970年，S. A. Cook在进行抽象机的理论研究时证明了在最差情况下模式匹配可在N+M时间内完成 此后，D. E. Knuth 和V. R. Pratt以此理论为基础，构造了一种方法来在N+M时间内进行模式匹配，与此同时，J. H. Morris在开发文本编辑器时为了避免在检索文本时的回溯也得到了同样的算法 KMP算法思想 T T0 T1 … Ti-j-1 Ti-j Ti-j+1 Ti-j+2 … Ti-2 Ti-1 Ti … Tn-1 ‖ ‖ ‖ ‖ ‖ ? P p0 p1 p2 … pj-2 pj -1 pj 则有 Ti-j Ti-j+1 Ti-j+2 … Ti-1 = p0 p1 p2 …pj-1