字符串匹配--Sunday算法

字符串查找算法中，最著名的两个是KMP算法（Knuth-Morris-Pratt)和BM算法（
Boyer-Moore)。两个算法在最坏情况下均具有线性的查找时间。但是在实用上，K
MP算法并不比最简单的c库函数strstr()快多少，而BM算法则往往比KMP算法快上3
－5倍。但是BM算法还不是最快的算法，这里介绍一种比BM算法更快一些的查找算
法。
例如我们要在"substring searching algorithm"查找"search"，刚开始时，把子
串与文本左边对齐，
substring searching algorithm
search
^
结果在第二个字符处发现不匹配，于是要把子串往后移动。但是该移动多少呢？这
就是各种算法各显神通的地方了，最简单的做法是移动一个字符位置；KMP是利用
已经匹配部分的信息来移动；BM算法是做反向比较，并根据已经匹配的部分来确定
移动量。这里要介绍的方法是看紧跟在当前子串之后的那个字符（上图中的'i')。
显然，不管移动多少，这个字符是肯定要参加下一步的比较的，也就是说，如果下
一步匹配到了，这个字符必须在子串内。所以，可以移动子串，使子串中的最右边
的这个字符与它对齐。现在子串'search'中并不存在'i'，则说明可以直接跳过一
大片，从'i'之后的那个字符开始作下一步的比较，如下图：
substring searching algorithm
       search
       ^
比较的结果，第一个字符就不匹配，再看子串后面的那个字符，是'r',它在子串中
出现在倒数第三位，于是把子串向前移动三位，使两个'r'对齐，如下：
substring searching algorithm
          search


哈！这次匹配成功了！回顾整个过程，我们只移动了两次子串就找到了匹配位置，
是不是很神啊?!可以证明，用这个算法，每一步的移动量都比BM算法要大，所以肯
定比BM算法更快。
下面是这个算法的c代码。注意我假设了每个字符的值都介于0-127之间（即纯asc

ii码）。

wchar_t *wsunday(const wchar_t *text, const wchar_t *substr)
{
	if (text == NULL || substr == NULL )
		return NULL;

	int tn = wcslen(text);
	int m = wcslen(substr);
	
	if ( tn == 0 || m == 0 ||  tn < m )
		return NULL;

	const wchar_t* p;
	int txn = 0;
	const wchar_t *t, *tx = text;

	while (tx + m <= text + tn)
	{
		for (p = substr, t = tx; *p; ++p, ++t)
		{
			if (*p != *t)
				break;
		}

		if (*p == NULL)
			return (wchar_t*)tx;

		for(txn = m - 1  ; txn >= 0 ; --txn)
		{
			if(tx[m] == substr[txn ])
			{
				tx += m - txn;
				break;
			}
		}
		if(txn < 0)
			tx += m + 1;
	}

	return NULL;
}