字符串模式匹配（一）——Karp-rabin算法【化串为数】（上）

---

字符串是一个非常庞大的家族，也是一个非常好用的数据结构，在字符串的问题中，最常见的莫过是模式匹配问题，也就是：

有一个模式串和主串，你需要判断这个模式串是否是主串的一部分

化串为数

在模式匹配问题中，有很多很多的前贤先哲都设计过很多算法，如著名的KMP算法，以及衍生而来的AC自动机，当然这些在我们的专题中后面都会讲到，今天，我们先将一个很巧妙地算法的基本思路，下一篇将具体实现过程，他的基本思路也很简单，也就是利用了计算机的基本原理，化串为数，也就是在Karp-rabin算法里，凡物皆数，宇宙皆数，都是把他转换成数来完成的，然后再把模式数串与主数串进行比较，就简单的多了。

实现转换

首先，我们要搞清楚怎样把串与数进行转换，他必定有一个基本规则，而且，我们明确的知道每一个字符有且只有对应一个数，不然的话，我们就会引起歧义。那么，有那么多的字符，我们怎么制定规则呢？


观察这个图片你可能已经发现了，这张图中第一排是含八个元素的向量，也就是，vector.我们需要先将字符串中的字符按照一定规则转化为数字，一般情况下我们使用ASCII码，随后我们可以通过找规律得出，每一个元素加1再乘以素数表中的第i的元素即可，就得到了他唯一对应的数字编码。

python版

def search(a, b):
    hashA, hashB = 0, 0
    aN = [ord(c)-ord('A')+1 for c in a]
    bN = [ord(c)-ord('A')+1 for c in b]
    m, n = len(aN), len(bN)
    for i in range(m):
        hashA = 26*hashA + aN[i]
        hashB = 26*hashB + bN[i]
    for j in range(m-1, n):
        if j > m-1:
            hashB -= bN[j-m]*(26**(m-1))
            hashB = hashB*26 + bN[j]
        if hashB == hashA:
            if a == b[j-m+1:j+1]:
                return True
    return False
search( "AABA", "ACAADAABAAAAABABAA")

c++版

#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
int char_to_int(char c) 
	return c - '0';
int module(int x, int q) {
	if (x < 0) {
		return x % q + q;
	}
	else {
		return x % q;
	}
} 
bool is_forge(char* P1, char* P2, int m) {
	for (int i = 0; i < m; ++i) {
		if (P1[i] != P2[i]) {
			return true;
		}
	}
	return false;
}
void rabin_karp(char* T, char* P, int d, int q, int m, int n) {
	int x = pow(d, m - 1);
	int h = module(x, q);
	int p{};
	int* t = new int[n - m] {};
	for (int i = 0; i < m; ++i) {
		p = module(d * p + char_to_int(P[i]), q);
		t[0] = module(d * t[0] + char_to_int(T[i]), q);
	}
	for (int s = 0; s < n - m - 1; ++s) {
		if (p == t[s]) {
			if (!is_forge(P, T + s, m)) {
				cout << "Pattern occurs with shift " << s - 1 << endl;
			}
		}
		else {
			t[s + 1] = module(d * (t[s] - char_to_int(T[s]) * h) + char_to_int(T[s + m]), q);
		}
	}
	delete[]t;
}
 
 
int main(int argc, char* argv[]) {
	vector<char> v{};
	int d{ 10 };
	cout << "please enter the radix : " << endl;
	cin >> d;
	int q{};
	cout << "please enter the mod number (prime better) : " << endl;
	cin >> q;
	char element{};
	cout << "please enter the pattern (end with 'a') :" << endl;
	while (cin >> element) {
		if (element != 'a') {
			v.push_back(element);
		}
		else {
			break;
		}
	}
	int m = v.size();
	char* P = new char[m] {};
	int index{};
	for_each(v.begin(), v.end(), [=](char x)mutable{ P[index++] = x; });
	v.clear();
	cout << "please enter the text (end with 'a') :" << endl;
	while (cin >> element) {
		if (element != 'a') {
			v.push_back(element);
		}
		else {
			break;
		}
	}
	int n = v.size();
	char* T = new char[n] {};
	index = 0;
	for_each(v.begin(), v.end(), [=](char x)mutable{ T[index++] = x; });
	rabin_karp(T, P, d, q, m, n);
	delete[]T;
	delete[]P;
}