实验任务
- 建立一个文本文件,统计给定单词在文本文件中出现的总次数及位置
实验要求
- 文本文件中每个单词不包含空格且不跨行,单词由字符序列构成且区分大小写,统计给定单词在文本文件中出现的总次数,检索输出的某个单词出现在文本中的行号、在该行中出现的位置。
- 设计数据量大的文本,进行子串的查询处理,分析算法运行的时间效率,对所有输出的匹配位置结果进行验证,以证明算法设计和实现的正确性。
- 用朴素模式匹配算法或KMP算法实现字符串定位。
- 可正确读取,保存文本。
编程语言的选择
- 编程语言:Java
- 编译环境:JDK1.8
- 开发工具:IntelliJ IDEA
项目思路
项目解析
问题一
(1)建立一个只包含英文单词的文本文档
(2)读取文本文档的内容
(3)使用者输入一个要查询的单词
(4)检索该单词出现的次数以及位置
问题二
(1)同问题一中的(3),输入数据量大的文本
(2)在读取到的文本文档的内容中检索(1)中输入文本的字串
(3)在控制台打印算法运行时间,分析算法的运行效率
(4)输出检索成功的文本次数以及位置
(5)检验算法的正确性
算法选择
朴素模式匹配算法
模式匹配的最原始想法,从目标串T的的第一个字符开始与模式串P的第一个字符开始进行比较,如果相等,则继续对后续的字符进行比较,否则目标串T从第二个字符开始与模式串P的第一个字符重新比较,直至模式串P中的每个字符依次和目标串T中的一个子串相等为止,此时称为匹配成功,否则匹配失败。
如果模式串P的长度是m,目标串T的长度是n,假设最坏的情况是每遍比较都在最后出现不等,即每遍最多比较m次,最多比较n-m+1遍,总的比较次数最多为m(n-m+1),因此朴素的模式匹配算法的时间复杂度为O(mn)。由于朴素的模式匹配算法的效率不高,在实际应用中很少使用,但易于理解。
代码实现如下:
package com.igeek.algorithm;
/**
* @author 86183
* @ClassName: IntelliJ IDEA
* @Description:
* @date 2021/3/1 18:00
*/
public class BF_Algorithm {
public int bf(String str1, String match1) {
int length1 = str1.length();
int length2 = match1.length();
int i = 0;
int j = 0;
int k = 0;
char[] str = str1.toCharArray();
char[] match = match1.toCharArray();
while (i < length1 && j < length2) {
if (str[i] == match[j]) {
i++;
j++;
} else {
k++;
j = 0;
i = k;
}
}
if (j == length2) {
return k;
} else {
return -1;
}
}
}
KMP算法
KMP算法是一种改进的字符串匹配算法,由D.E.Knuth,J.H.Morris和V.R.Pratt同时发现,因此人们称它为克努特–莫里斯–普拉特操作(简称KMP算法)。KMP算法的关键是利用匹配失败后的信息,尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是实现一个next()函数,函数本身包含了模式串的局部匹配信息。时间复杂度O(m+n)。
代码实现如下:
package com.igeek.algorithm;
/**
* @author 86183
* @ClassName: IntelliJ IDEA
* @Description:
* @date 2021/3/1 18:02
*/
public class KMP_Algorithm {
public static int kmp(String s, String p) {
char[] str = s.toCharArray();
char[] ptr = p.toCharArray();
int[] next = next(ptr);
int s_i = 0, p_i = 0;
while (s_i < str.length && p_i < ptr.length) {
if (str[s_i] == ptr[p_i]) {
s_i++;
p_i++;
} else {
if (p_i == 0) {
s_i++;
} else {
p_i = next[p_i - 1] + 1;
}
}
}
return (p_i == ptr.length) ? (s_i - ptr.length) : -1;
}
public static int[] next(char[] str) {
int[] next = new int[str.length];
int i = 0, j = 1;
next[0] = -1;
for (i = 1; i < str.length; i++) {
j = next[i - 1];
while (str[j + 1] != str[i] && (j >= 0)) {
j = next[j];
}
if (str[i] == str[j + 1]) {
next[i] = j + 1;
} else {
next[i] = -1;
}
}
return next;
}
}