一. B(bao)F(li)算法
BF算法是普通的模式匹配算法,BF算法的思想就是将目标串S的第一个字符与模式串P的第一个字符进行匹配,若相等,则继续比较S的第二个字符和P的第二个字符;若不相等,则比较S的第二个字符和P的第一个字符,依次比较下去,直到得出最后的匹配结果。(此算法很水,故不作过多解释)
代码实现:
int BFMatch (char *s, char *p) {
int i, j;
i = 0;
while (i < strlen(s)) {
j=0;
while (s[i] == p[j] && j < strlen(p)) {
i++;
j++;
}
if (j == strlen(p))
return i - strlen(p);
i = i - j + 1; //指针i回溯
}
return -1;
}
其实在上面的匹配过程中,有很多比较是多余的。在第五趟匹配失败的时候,在第六趟,i可以保持不变,j值为2。因为在前面匹配的过程中,对于串S,已知s0s1s2s3=p0p1p2p3,又因为p0!=p1!,所以第六趟的匹配是多余的。又由于p0==p2,p1==p3,所以第七趟和第八趟的匹配也是多余的。在KMP算法中就省略了这些多余的匹配。
二.KMP算法
KMP算法之所以叫做KMP算法是因为这个算法是由三个人共同提出来的,就取三个人名字的首字母作为该算法的名字。(然而ZKB算法。。不解释)其实KMP算法与BF算法的区别就在于KMP算法巧妙的消除了指针i的回溯问题,只需确定下次匹配j的位置即可,使得问题的复杂度由O(mn)下降到O(m+n)。
在KMP算法中,为了确定在匹配不成功时,下次匹配时j的位置,引入了next[]数组,next[j]的值表示P[0…j-1]中最长后缀的长度等于相同字符序列的前缀。
对于next[]数组的定义如下:
1) next[j] = -1 j = 0
2) next[j] = max(k): 0
代码实现如下:
int KMPMatch (char *s, char *p) {
int next[100];
int i, j;
i = 0;
j = 0;
getNext (p, next);
while (i < strlen(s)) {
if (j == -1 || s[i] == p[j]) {
i++;
j++;
}
else {
j = next[j]; //消除了指针i的回溯
}
if (j == strlen(p))
return i - strlen(p);
}
return -1;
}
因此KMP算法的关键在于求算next[]数组的值,即求算模式串每个位置处的最长后缀与前缀相同的长度, 而求算next[]数组的值有两种思路,第一种思路是用递推的思想去求算,还有一种就是直接去求解。
1.按照递推的思想:
根据定义next[0]=-1,假设next[j]=k, 即P[0…k-1]==P[j-k,j-1]
1)若P[j]==P[k],则有P[0..k]==P[j-k,j],很显然,next[j+1]=next[j]+1=k+1;
2)若P[j]!=P[k],则可以把其看做模式匹配的问题,即匹配失败的时候,k值如何移动,显然k=next[k]。
因此可以这样去实现:
void getNext (char *p, int *next) {
int j, k;
next[0] = -1;
j = 0;
k = -1;
while (j < strlen(p)-1) {
if (k == -1 || p[j] == p[k]) {//匹配的情况下,p[j]==p[k]
j++;
k++;
next[j] = k;
}
else //p[j]!=p[k]
k = next[k];
}
}
2.直接求解方法
void getNext (char *p, int *next) {
int i, j, temp;
for (i=0; i < strlen(p); i++) {
if (i == 0) {
next[i] = -1; //next[0]=-1
}
else if (i == 1) {
next[i] = 0; //next[1]=0
}
else {
temp = i-1;
for (j = temp; j > 0; j--) {
if (equals(p, i, j)) {
next[i]=j; //找到最大的k值
break;
}
}
if (j==0)
next[i]=0;
}
}
}
bool equals (char *p, int i, int j) {
//判断p[0...j-1]与p[i-j...i-1]是否相等
int k = 0;
int s = i - j;
for(; k<=j-1&&s<=i-1; k++,s++) {
if (p[k] != p[s])
return false;
}
return true;
}
对于这种神(xia)奇(gao)的算法,表示作者也没有完全理解。
欢迎指正。