该算法通过构建有限自动机进行字符串匹配,此文基本上是对[2]的 32章的Digest
1. 有限自动机的定义[2] P564:
A finite automaton M is a 5-tuple (Q, q0, A, Σ, δ), where
-
Q is a finite set of states,
-
q0 ∈ Q is the start state,
-
A ⊆ Q is a distinguished set of accepting states,
-
Σ is a finite input alphabet,
-
δ is a function from Q × Σ into Q, called the transition function of M.
由定义可见,自动机的核心部分为转换函数(transition function) δ (delta).
2. 有限自动机用于字符串匹配
具体的推理、引导过程不赘述,[2]中有详细的描述。
基本思路
1. 根据模式P[1..m]构建转换函数δ (delta).
2.逐个输入带匹配字符串T,每次输入都将触发(trigger)状态机一次转换(转换函数:δ)
2.1如果当前状态为m则,表明匹配
2.2输入下一个字符
状态机的几个变量:
1. 状态集Q为 {0,1,2,…,m}, 由模式P的长度m决定
2. 状态机初始状态为0,即 q0 = 0
3. 唯一的接收状态为m, 即 A={m}
下面是[2]中给出的有限自动机匹配过程的算法(假设转换函数δ已经build好了).
FINITE-AUTOMATON-MATCHER(T, δ, m) 1 n ← length[T] 2 q ← 0 3 for i ← 1 to n 4 do q ← δ(q, T[i]) 5 if q = m 6 then print "Pattern occurs with shift" i - m
3. 如何构建转换函数δ (delta).
TO BE STUDIED, 没有研究,可能用到的时候再回头补上。
贴出来[2]上给出的算法
COMPUTE-TRANSITION-FUNCTION(P, Σ) 1 m ← length[P] 2 for q ← 0 to m 3 do for each character a ∈ Σ 4 do k ← min(m + 1, q + 2) 5 repeat k ← k - 1 6 until Pk ⊐ Pqa 7 δ(q, a) ← k 8 return δ
4.杂记
1. 对于长度为n的文本字符串,匹配时间为 thet(n) ( FINITE-AUTOMATON-MATCHER 的匹配过程)
构建转换函数没有包含在里面。
2. 有限状态机是一个有用的东西,用在这里比较靠谱。
没有文化很可怕。要知道有很多知识,你才能够可能使用到它们。
再直白一点,如果你都没听说过有限状态机为何物,或者只是听说过,但是不知道它的机理,
你是无法将其为己所用的。
[1]算法分析导论
[2]算法导论