第13讲-数据结构与算法分析——字符串匹配.pptxVIP

字符串匹配问题的形式化定义：

假设文本是一个长度为n的数组T[1…n]，而模式是一个长度为m的数组P[1…m]，其中m≤n，P和T的元素都取自一个有限字母集∑的字符。如果0≤s≤n-m，且T[s+1…s+m]=P[1…m]，则称模式P在文本T中出现，且偏移为s。

;字符串匹配算法;NAIVE-STRING-MATCHER(T,P)

{n=T.length

m=P.length

for(s=0ton-m)

if(P[1…m]==T[s+1…s+m])

print“Patternoccurswithshift”s

};朴素字符串匹配算法;一个有限自动机M是一个5元组(Q,q0,A,∑,δ),其中：

Q是状态的有限集合

q0∈Q是初始状态

A?Q是一个特殊的接受状态集合

∑是有限输入字符集合。

δ是一个从Q?∑到Q的函数，称为M的转移函数。

有限自动机从q0状态开始，依次读入字符，如果在状态q读入字符a，则发生了一次状态转移，状态从q变为δ(q,a)。

当状态q∈A，则自动机M接受了所读入的字符串。

没有被接受的输入称为被拒绝的输入。

;例如：一个拥有两个状态集Q={0,1}的简单有限状态自动机

q0={0,1}，∑={a,b}，状态1是唯一的被接受状态。

图a是用表格表示的转移函数δ，图b为等价的状态转移图。

δ(1,b)=0,δ(0,a)=1

输入字符串abaaa

自动机输入状态序列为：

(第一个为初始状态）

(0,1,0,1,0,1)，该输入被接受

输入字符串abbaa

自动机输入状态序列为：

(第一个为初始状态）

(0,1,0,0,1,0)，该输入被接受

;符号

两个字符串x和y的连结用xy表示。

如果对某个字符串y∈∑*有x=wy，则称字符串w是字符串x的前缀，记作w?x，|w|≤|x|（∑*表示包含所有有限长度的字符串集合）

如果对某个字符串y∈∑*有x=yw，则称字符串w是字符串x的后缀，记作w?x，|w|≤|x|

P[1…m]中由k个字符组成的前缀P[1…k]记作Pk

空字符串P0=ε是任何一个字符串的前缀和后缀。

模式P[1…m]的后缀函数σ：函数σ是一个从∑*到{0,1,…,m}上的映射，满足：σ(x)=max{k:Pk?x}，即，Pk同时为x的后缀和P的前缀，长度最长。

例如：P=ab,σ(ε)=0,σ(ccaca)=1,σ(ccab)=2;对于一个给定的模式P[1…m]，构造出相应的自动机，然后利用自动机完成字符串匹配。

一个给定的模式P[1…m]，相应的自动机定义:

状态集合Q为{0,1,2,…,m}，开始状态q0为0，只有状??m是唯一被接受的状态。

对于任意的状态q和字符a，转移函数δ定义为：

δ(q,a)=σ(Pqa)

;例如:P=“ABABAC”

;利用有限自动机进行字符串匹配;利用有限自动机进行字符串匹配;在文本T[1…n]中查找长度为m的模式P出现的位置，模式P的自动机为δ(状态转移函数表示）,初始状态为0，唯一接受的状态为m

FINITE-AUTOMATON-MATCHER(T,δ,m)

{n=T.length

q=0

for(i=1ton)

{q=δ(q,T[i])

if(q==m)

print“Patternoccurswithshift”i-m

}

};;计算转移函数：给定模式P[1…m]

COMPUTE-TRANSITION-FUNCTION（P,∑)

{m=P.length

for(q=0tom)

{for(eachcharactera∈∑)

k=min(m+1,q+2)

repeat

k=k-1//k的最大可能值min(m,q+1)开始

untilPk?Pqa

δ(q,a)=k

}

returnδ

};?;KMP算法（Knuth-Morris-Prattalgorithm）;KMP算法（Knuth-Morris-Prattalgorithm）;KMP算法（Knuth-Morris-Prattalgorithm）;KMP算法（Knuth-Morris-Prattalgorit