关闭

BM算法原理

标签: 算法characterc
297人阅读 评论(0) 收藏 举报
分类:

首先,先简单说明一下有关BM算法的一些基本概念。

BM算法是一种精确字符串匹配算法(区别于模糊匹配)。

BM算法采用从右向左比较 的方法,同时应用到了两种启发式规则,即坏字符规则好后缀规则 ,来决定向右跳跃的距离。

BM算法的基本流程: 设文本串T,模式串为P。首先将T与P进行左对齐,然后进行从右向左比较 ,如下图所示:

 

 


    若是某趟比较不匹配时,BM算法就采用两条启发式规则,即坏字符规则好后缀规则 ,来计算模式串向右移动的距离,直到整个匹配过程的结束。       

下面,来详细介绍一下坏字符规则好后缀规则

     首先,诠释一下坏字符和好后缀的概念。

   请看下图:

 

 

 


     图中,第一个不匹配的字符(红色部分)为坏字符,已匹配部分(绿色)为好后缀。

 

    1)坏字符规则(Bad Character):

          在BM算法从右向左扫描的过程中,若发现某个字符x不匹配,则按如下两种情况讨论:

               i. 如果字符x在模式P中没有出现,那么从字符x开始的m个文本显然不可能与P匹配成功,直接全部跳过该区域即可。

               ii. 如果x在模式P中出现,则以该字符进行对齐。

         用数学公式表示,设Skip(x)为P右移的距离,m为模式串P的长度,max(x)为字符x在P中最右位置。


              

       例1:

         下图红色部分,发生了一次不匹配。

             

        计算移动距离Skip(c) = 5 - 3 = 2,则P向右移动2位。

        移动后如下图:

          

        

    2)好后缀规则(Good Suffix):

         若发现某个字符不匹配的同时,已有部分字符匹配成功,则按如下两种情况讨论:

              i. 如果在P中位置t处已匹配部分P'在P中的某位置t'也出现,且位置t'的前一个字符与位置t的前一个字符不相同,则将P右移使t'对应t方才的所在的位置。

              ii. 如果在P中任何位置已匹配部分P'都没有再出现,则找到与P'的后缀P''相同的P的最长前缀x,向右移动P,使x对应方才P''后缀所在的位置。

 

         用数学公式表示,设Shift(j)为P右移的距离,m为模式串P的长度,j 为当前所匹配的字符位置,s为t'与t的距离(以上情况i)或者x与P''的距离(以上情况ii)。

           

       以上过程有点抽象,所以我们继续图解。

         例2:

          下图中,已匹配部分cab(绿色)在P中再没出现。

         

         再看下图,其后缀T'(蓝色)与P中前缀P'(红色)匹配,则将P'移动到T'的位置。

         

         移动后如下图:

 

          

          自此,两个规则讲解完毕。

 

     在BM算法匹配的过程中,取SKip(x)与Shift(j)中的较大者作为跳跃的距离。

 

     BM算法预处理时间复杂度为O(m+s),空间复杂度为O(s),s是与P, T相关的有限字符集长度,搜索阶段时间复杂度为O(m·n)。

最好情况下的时间复杂度为O(n/m),最坏情况下时间复杂度为O(m·n)。

0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:3206次
    • 积分:57
    • 等级:
    • 排名:千里之外
    • 原创:1篇
    • 转载:3篇
    • 译文:0篇
    • 评论:0条
    文章分类
    文章存档
    阅读排行