BM算法详解及Java实现.docxVIP

BM算法详解及Java实现 1977年，德克萨斯大学的 Robert S. Boyer教授和J Strother Moore教授发明了一种新的 字符串匹配算法：Boyer-Moore算法，简称BM算法。该算法从模式串的尾部开始匹配，且 拥有在最坏情况下 0（N）的时间复杂度。在实践中，比 KMP算法的实际效能高。 后缀暴力匹配算法 后缀匹配，是指模式串的比较从右到左， 的BM算法其实是对后缀暴力匹配算法的改进。 始。下面直接给出伪代码，注意这一行代码： 模式串的移动也是从左到右的匹配过程， 经典 所以还是先从最简单的后缀暴力匹配算法开 j++; BM算法所做的唯一的事情就是改进了这 行代码，即模式串不是每次移动一步， 而是根据已经匹配的后缀信息， 从而移动更多的距离。 *后缀暴力匹配 @paramT正文字符数组 @paramP模式字符数组 @return 匹配位置 */ public static int bf( char [] T, char [] P) { for (in t j = 0; j = T. len gth - P. le ngth ; j ++) { int i = P. length - 1; for (; i = 0 F[ i ] == T[i + j ]; -- i ) { } if ( i 0) { return j ; } } return -1; } BM算法介绍 为了实现更快移动模式串， BM算法定义了两个规则，好后缀规则和坏字符规则，如下 图可以清晰的看出他们的含义。 利用好后缀和坏字符可以大大加快模式串的移动距离， 不是 简单的++j，而是j+=max （shift（好后缀）,shift（坏字符））。 1 — a b a b a b a a b a b a c a b a 好* F面举例说明 BM算法。例如，给定文本串 “HERES A SIMPLE EXAMPL”，和模式串 “ EXAMPLE现要查找模式串是否在文本串中，如果存在，返回模式串在文本串中的位置。 首先，文本串与模式串头部对齐，从尾部开始比较。S与E不匹配。这时，S就被称为坏字符(bad character)，即不匹配的字符，它对应着模式串的第 6位。且S不包含在模式串EXAMPLE之中(相当于最右 出现位置是-1)，这意味着可以把模式串后移 6-(-1)=7位，从而直接移到S的后一位。 HEREEX AMPSIMPLEEXAMPLE HERE EX AMP SIMPLE EXAMPLE 依然从尾部开始比较，发现P与E不匹配，所以P是坏字符”。但是，”P包含在模式串EXAMPLE之中。因为 “P这个坏字符”对应着模式串的第6位(从0开始编号)，且在模式串中的最右出现位置为 4,所以，将模式串 后移6-4=2位，两个P对齐。 HERE I S A S IMlplLE EXAMPLE exampl|e| HERE I S A S IMlplLE EXAMPLE EXAMPLE 依次比较，得到 “MPLE匹配，称为”好后缀(good suffix )，即所有尾部匹配的字符串。注意，MPLE、PLE、 LE、”E 都是好后缀。 HEREA SDMPLEEXAMPLE HERE A SDMPLE EXAMPLE EXAMPLE 发现“与“A”匹配：“是坏字符。如果是根据坏字符规则，此时模式串应该后移 2-(-1)=3位。 HERE I S A s[i|mPLE EXAMPLEe^|a|mple HERE I S A S iImIpLE EXAMPLE IeJxample 继续从尾部开始比较，X”与“E不匹配，因此次”是好字符”，根据 好字符规则”，后移6 - 1 = 5位。这是，“ X” 与“ X ”对齐。 HEREISASIMPLEEXAMPMPLEHEREIS A SIMPLEMPLEMPLE HERE ISA SIMPLE EXAMP MPLE HERE IS A SIMPLE MPLE MPLE 依次从尾部开始比较，所有字段都能匹配，查找成功。 HERE IS A SIMPLE EXAMPLE EXAMPLE 由上可知，BM算法不仅效率高，而且构思巧妙，容易理解。 三、坏字符算法 先来看如何根据坏字符来移动模式串,(1) 坏字符没出现在模式串中，shift( 先来看如何根据坏字符来移动模式串, (1) 坏字符没出现在模式串中， 续比较，如下图: 文本串T ? c b a a b 0 i n-1 a b aba b a b a b a b a b a b 言全移动 (2) 坏字符出现在模式串中， 这时可以把模式串第一个出现的坏字符和母串的坏字 符对齐，当然，这样可能造成模式串倒退移动，如下图： 文本軍T ■ I I I I