将Linux内核中的KMP实现代码搬到了用户空间

转载 2007年10月14日 22:29:00
原贴:http://www.yuanma.org/data/2007/0420/article_2535.htm

在C/C++语言编程过程中,一般的字符串搜索操作都是通过标准库的strstr()函数来完成的,这在通常的情况下,因为字符串的搜索操作不多,并不会 产生效率问题。实际上,这个函数的时间复杂度不容乐观。如果要从长度为n的字符串中查找长度为m的子字符串,那么这个strstr()函数的最坏时间复杂 度为O(n*m),可见,随着子字符串长度m的增大,strstr()函数的时间复杂度也相应地成倍增加,有没有更加高效的算法呢?

KMP(Knuth-Morris-Pratt)算法通过预先计算模式字符串中相应字符处的回溯索引,避免了模式匹配时不必要的回溯操作,从而提高了效率,将时间复杂度变成了O(m+n)。至于更加详细的内容,请教Google老师是个不错的主义,其中“KMP算法详解”这篇文章讲解的比较透彻,值得一看。

KMP算法因为要保存每个字符的回溯索引,所以空间复杂度会略微有所增加

sizeof(idx)*length(pattern)

另外,当n比较小时,建立回溯索引所引入的O(m)个时间复杂度也许并不轻松。这些条件致使KMP算法适用于n和m都比较大,且字符串搜索操作比较频繁的环境,例如:网络入侵检测系统和QoS系统等。

实际上Linux 2.6版内核从2.6.14开始就引入了名为string的iptables匹配(match)模块,他提供有KMP、BM(Boyer-Moore)和FSM(finite state machine)算法,可以实现基于关键字的网络过滤。

在学习这个算法的过程中,将Linux内核中的实现代码搬到了用户空间:


#include <assert.h>
#include <stdio.h>

void kmp_init(const char *patn, int len, int *next)
{
        int i, j;

        assert(patn != NULL && len > 0 && next != NULL);
        next[0] = 0;
        for (i = 1, j = 0; i < len; i ++) {
                while (j > 0 && patn[j] != patn[i])
                        j = next[j - 1];
                if (patn[j] == patn[i])
                        j ++;
                next[i] = j;
        }
}

int kmp_find(const char *text, int text_len, const char *patn,
                int patn_len, int *next)
{
        int i, j;

        assert(text != NULL && text_len > 0 && patn != NULL && patn_len > 0
                        && next != NULL);
        for (i = 0, j = 0; i < text_len; i ++ ) {
                while (j > 0 && text[i] != patn[j])
                        j = next[j - 1];
                if (text[i] == patn[j])
                        j ++;
                if (j == patn_len)
                        return i + 1 - patn_len;
        }

        return -1;
}

int main(int argc, char *argv[])
{
        int *next;
        int i, pos, len = strlen(argv[2]);

        if (argc < 3) {
                printf("Usage: %s text pattern/n", argv[0]);
                return 1;
        }

        next = calloc(strlen(argv[2]), sizeof(int));
        kmp_init(argv[2], strlen(argv[2]), next);
        printf("next array:/n");
        for (i = 0; i < len; i ++)
                printf("/t%c", argv[2][i]);
        printf("/n");
        for (i = 0; i < len; i ++)
                printf("/t%d", next[i]);
        printf("/n");

        pos = kmp_find(argv[1], strlen(argv[1]), argv[2], strlen(argv[2]), next);
        printf("find result:/n");
        if (pos < 0) {
                printf("None found!/n");
        } else {
                printf("%s/n", argv[1]);
                for (i = 0; i < pos; i ++)
                        printf(" ");
                printf("^/n");
        }

        return 0;
}

算法相关——KMP算法最通俗易懂的解释

0.  前言一个字符串"BBCABCDABABCDABCDABDE"中是否包含另一个字符串"ABCDABD"? KMP就是最常用的字符串匹配算法之一。KMP不太容易理解,网上有很多解释,但读起来都很费...
  • SEU_Calvin
  • SEU_Calvin
  • 2017年03月15日 18:03
  • 628

KMP算法最浅显理解——一看就明白

说明 KMP算法看懂了觉得特别简单,思路很简单,看不懂之前,查各种资料,看的稀里糊涂,即使网上最简单的解释,依然看的稀里糊涂。  我花了半天时间,争取用最短的篇幅大致搞明白这玩意到底是啥。  ...
  • xuejye
  • xuejye
  • 2018年01月09日 15:50
  • 47

算法相关——KMP算法最通俗易懂的解释

0.  前言一个字符串"BBCABCDABABCDABCDABDE"中是否包含另一个字符串"ABCDABD"? KMP就是最常用的字符串匹配算法之一。KMP不太容易理解,网上有很多解释,但读起来都很费...
  • SEU_Calvin
  • SEU_Calvin
  • 2017年03月15日 18:03
  • 628

KMP算法最浅显理解——一看就明白

说明 KMP算法看懂了觉得特别简单,思路很简单,看不懂之前,查各种资料,看的稀里糊涂,即使网上最简单的解释,依然看的稀里糊涂。  我花了半天时间,争取用最短的篇幅大致搞明白这玩意到底是啥。  ...
  • xuejye
  • xuejye
  • 2018年01月09日 15:50
  • 47

Linux内核空间与用户空间的实现

实现用户内核空间和用户空间的分离是现代操作系统的必备能力。开始接触Linux时就就困惑于内核空间和用户空间的分离是如何实现的。查阅过一些材料,但很多都只是罗列了一些概念和一些简单的关系,并不能让我对这...
  • m0_37655049
  • m0_37655049
  • 2017年04月16日 19:30
  • 183

linux 用户空间与内核空间——高端内存详解

摘要:Linux 操作系统和驱动程序运行在内核空间,应用程序运行在用户空间,两者不能简单地使用指针传递数据,因为Linux使用的虚拟内存机制,用户空间的数据可能被换出,当内核空间使用用户空间指针时,对...
  • Tommy_wxie
  • Tommy_wxie
  • 2013年12月04日 18:04
  • 34715

Linux用户空间与内核空间

Linux 操作系统和驱动程序运行在内核空间,应用程序运行在用户空间,两者不能简单地使用指针传递数据,因为Linux使用的虚拟内存机制,用户空间的数据可能被换出,当内核空间使用用户空间指针时,对应的数...
  • G_linuxer_
  • G_linuxer_
  • 2016年03月28日 14:42
  • 397

Linux用户空间与内核空间

A.INTRODUCTION     (32位系统)                   Linux 简化了分段机制,使得虚拟地址(逻辑地址)与线性地址总是一致,因此,Li...
  • qq_29350001
  • qq_29350001
  • 2016年04月25日 10:07
  • 3428

Linux用户空间与内核地址空间

Linux 操作系统和驱动程序运行在内核空间,应用程序运行在用户空间,两者不能简单地使用指针传递数据,因为Linux使用的虚拟内存机制,用户空间的数据可能被换出,当内核空间使用用户空间指针时,对应的数...
  • hanzy0823
  • hanzy0823
  • 2013年09月24日 16:00
  • 3067

KMP算法-Java实现

KMP算法之Java实现
  • qq_26411333
  • qq_26411333
  • 2016年06月09日 20:09
  • 2937
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:将Linux内核中的KMP实现代码搬到了用户空间
举报原因:
原因补充:

(最多只允许输入30个字)