字符串匹配

部分转载自

http://lib.csdn.net/article/python/39140#focustext 和

http://www.ruanyifeng.com/blog/2013/05/Knuth%E2%80%93Morris%E2%80%93Pratt_algorithm.html

s -- 目标串        p -- 模式串

# 朴素字符串匹配算法，时间复杂度为O(m*n)
def naive_match(s, p):
    m, n = len(p), len(s)
    for i in range(n-m+1):      # 一共比较n-m+1次
        if s[i:i+m] == p:
            return i
    return -1

print naive_match('abc', 'bc')
print naive_match('ABCDABCDABDE', 'ABCDABD')


# 匹配表
def partial_table(p):
    m = len(p)
    tab = [0] * m
    prefix = set()
    for i in range(1, m):
        prefix.add(p[:i])
        suffix = {p[j:i+1]for j in range(1, i+1)}
        tab[i] = max(map(lambda x: len(x), (prefix & suffix or {''})))
    return tab


# KMP算法， 时间复杂度为O(m+n)
def kmp_match(s, p):

    table = partial_table(p)

    m, n = len(p), len(s)
    for i in range(n-m+1):         # 最多的可能比较n-m+1
        for j in range(m):
            if s[i+j] != p[j]:
                i += max(j - table[j-1], 1)
                break
        else:
            return i
    return -1

print kmp_match('abc', 'bc')
print kmp_match('ABCDABCDABDE', 'ABCDABD')

KMP算法运用场景：用于模式串匹配较多的情况下。

KMP算法的缺点：当目标串很大且匹配很罕见的时候（比如在文章中找单词或在邮件里找垃圾过滤关键字）

 

对于目标串很大且匹配很罕见的情况，使用Boyer-Moore算法效率比较高。

Boyer-Moore算法请见：

http://www.ruanyifeng.com/blog/2013/05/boyer-moore_string_search_algorithm.html

 

对于子字符串的查找，Python提供了find()和index()两个函数，这两个函数实现的算法是Horspool算法，Horspool算法可以看做是简化版的Boyer-Moore算法。

请见：http://blog.csdn.net/jjdiaries/article/details/12771439

 

转载于:https://my.oschina.net/wolfoxliu/blog/883941