BF算法：编程语言中的查找、替换函数是怎么实现的

文章内容转载 王争的《数据结构与算法之美》

---

1.BF算法的原理与实现

        为了方便之后的讲解，我们先来看两个概念：主串和模式串。这两个概念在所有的字符串匹配算法中都会用到。如果在字符串a中查找字符串b，那么字符串a就是主串，字符串b就是模式串。我们把主串的长度记作n，模式串的长度记作m。在一般情况下，n大于或等于m。虽然这不是必须得，但如果n小于m，那么在主串肯定不存在模式串。

        BF(Brute Force, 暴力匹配) 算法也称为朴素匹配算法。从名字可以看出，这种匹配方式很“暴力”，简单直接，性能不高。

        作为简单和“暴力”的字符串匹配算法，BF算法的思想可以用一句话来概括：如果模式串的长度为m，主串的长度为n，那么在主串中就会有一个n-m+1个长度为m的子串，我们只需要“暴力”地对比这n-m+1个子串与模式串，就可以找出主串与模式串匹配的子串。当然，在具体处理的时候，我们并非把n-m+1个子串都事先罗列出来，而是通过下标操作，让起始下标分别为0,1，2，...，n-m的子串与模式串尝试匹配。BF算法示例如图所示。

        基于上述原理，BF算法的代码实现如下所示。

//返回第一个匹配的起始下标位置
int bf(char a[], int n, char b[], int m) {
    for(int i = 0; i < n-m; i++){
        int j = 0;
        while (j < m){
            if(a[i+j] != b[j]){
                break;    
            }
            j++;
        }
        if( j== m){
            return i;
        }
    }
    return -1;
}

---

2.BF算法的性能分析

        在大部分情况下，时间复杂度表示为数据规模n这一个变量的表达式，但是，在有些情况下，时间复杂度会表示为两个变量的表达式，如O(nm)、O(n+m)。对于字符串匹配算法，其时间复杂度的表示，需要主串数据规模n和模式串数据规模m的共同参与。

        从BF算法的原理和代码实现，我们可以看出，在极端情况下，如主串是“aaaa...aaaa”（省略号表示有很多重复的字符a），模式串是“aaaaab”。我们用主串中的n-m+1个子串与模式串匹配，每个子串与模式串都需要对比m个字符，这样才能发现无法匹配，因此，最坏时间复杂度是O(nm)。

        从理论上来讲，尽管BF算法的时间复杂度很高，但在实际的开发中，它却是一个比较常用的字符串匹配算法，原因有下面3点。

        第一，在实际的软件开发中，大部分情况下，模式串与主串的长度都不会太长。对于小规模数据的处理，时间复杂度的高低并不能代表代码真正的执行时间，有些情况下，时间复杂度高的算法可能比时间复杂度低的算法的运行速度更快。

        第二，当每次模式串与主串中的子串匹配的时候，如果中途遇到不能匹配的字符，就可以提前终止，不需要把m个字符都对比一遍。因此，尽管理论上最坏时间复杂度是O(nm)，但是，从概率统计上来看，大部分情况下，算法的执行效率要比最坏情况下的执行效率高很多。

        第三，BF算法的思想简单，代码实现也非常简单。简单意味着不容易出错，即使存在bug也容易暴露和修复。在工程中，在满足性能要求的前提下，简单是我们的首选。这也符合我们常说的KISS（Keep It Simple and Stupid）设计原则。

        因此，在实际的软件开发中，绝大部分情况下，朴素的字符串匹配算法就够用了。

3.内容小结

        BF算法的实现思路非常简单，用模式串与主串中所有长度为m的子串进行匹配，其性能与更加高效的KMP、BM算法可能相差无几，甚至因为逻辑简单而更加高效，所以，在实际的软件开发中，BF算法较为常用，另外，大部分的编程语言中提供了相对应的函数实现。

4.思考

        字符串匹配算法返回的结果是第一个匹配子串的首地址，如果要返回说有匹配子串的首地址，该如何实现呢？如何实现替换函数replace（）？

    int matchedPos[] = new int[n];//申请大一点的空间
    int bf(char mainStr[], int n,char subStr[], int m,int matchedPos[]){
        int matchedNum = 0;
        for (int i = 0; i < n - m; i++) {
            int j = 0;
            while (j < m){
                if (mainStr[i+j] != subStr[j]){
                    break;
                }
                j++;
            }
            if (j == m){
                matchedPos[matchedNum] = i;
                matchedNum++;
            }
        }
        return matchedNum;
    }

---

char* replace(char mStr[], int n, char pStr[], int m, char[] rStr, int k){
        int[] matchedPos = new int[n];
        int matchedNum = bf(mStr, n, pStr, m, matchedPos);
        char[] newStr = new char[n + (k-m)*matchedNum];
        int p = 0;//mStr上的游标
        int q = 0;//newStr上的游标
        for (int i = 0; i < matchedNum; i++) {
            while (p < matchedPos[i]){
                newStr[q++] = mStr[p++];
            }
            for (int j = 0; j < k; j++) {
                newStr[q++] = rStr[j];]
            }
            p+=m;
        }
        while (p<n){
            newStr[q++] = mStr[p++];
        }
        return newStr;
    }