一种高速精确单模式串匹配算法.docVIP

计算机研究与发展 ISSN1000??1239??CN11??1777??TP一种高速精确单模式串匹配算法 范洪博 21,2????姚念民1(哈尔滨工程大学计算机科学与技术学院??哈尔滨??150001)(绥化学院计算机科学与技术系??黑龙江绥化??152000) (fanhongbo@) AFastandExactSinglePatternMatchingAlgorithm FanHongbo1,2andYaoNianmin1 1(CollegeofComputerScienceandTechnology,HarbinEngineeringUniversity,Harbin150001) 2(DepartmentofComputerScienceandTechnology,SuihuaUniversity,Suihua,Heilongjiang152000) Abstract??Stringmatchingproblemisafundamentalproblemincomputerscience.Itisthekeyproblemofmanyimportantscopessuchasnetworksecurity,informationretrievalandfiltration,computationalbiology,etc.Andthedesignofexactsinglepatternstringmatchingalgorithmwithhighperformanceisthebasisofallstringmatchingproblems.Inthispaper,theauthorsimproveoneofthefastestexactsinglepatternmatchingalgorithmsknownonEnglishtext,whichisSBNDM2.ThesimplestformoftheBNDMcoreloopisobtained,inwhichthereareonly5instructionspercharacterreadbyamendingtherelationshipbetweenpositioninthepatternandbitinthebitmask.Andacross??borderprotectionmethodisaddedtothealgorithminordertoreducethecostofcross??borderinspection.TwoalgorithmsnamedS2BNDMandS2BNDM??arepresented.TheexperimentalresultsindicatethatbothS2BNDMandS2BNDM??arefasterthanSBNDM2inanycase.ItcanbeconsideredthatS2BNDMisthefastestalgorithmonEnglishtext(2m 12)??DNAsequence(2m 8),andS2BNDM??isthefastestalgorithmonEnglishtext(13 m32). Keywords??stringmatching;exactsinglepattern;designofalgorithm;bitparallelism;textsearching 串匹配问题是计算机科学的基础问题之一,是网络安全、信息检索与过滤、计算生物学等众多领 域的核心问题,其中,高速精确单模式匹配算法设计又是各种串匹配问题的基础.基于SBNDM2,通过修改位掩码有效位到无符号整数的高位,将BNDM算法核心循环化简至最简形式(5指令??字符),并引入越界保护机制,提出S2BNDM系列精确单模式匹配算法.实验结果显示,S2BNDM系列算法在任何摘??要??情况下都快于SBNDM2,对于英文语料(m32)和DNA序列(m8),S2BNDM系列算法为现有已知最快算法. 关键词??串匹配;精确单模式;算法设计;位并行;文本搜索 中图法分类号??TP391.3 ????串匹配问题指按给定的匹配条件在某一符号序 列(称为文本T)中查找另一个(或一些)符号序列 (称为模式P)的所有出现位置的搜索问题.串匹配 问题是计算机科学的基本问题之一,是网络安全、信 息检索与过滤、计算生物学等重要领域的核心问题, ??收稿日期:2008-10-05;修回日期:2009-02-09也被广泛地应用到其他涉及文本处理的领域中(如语言翻译、OCR识别、拼写检查等领域).目前,随着网络安全问题的凸显,以及计算生物学、网络信息过滤等领域的快速发展,经典串匹配算法已经无法满足串匹配类应用对串匹配算法性能的需求. ??(;( 1342计