模式失配函数(failure function)
定义:令p=p[0]p[1]...p[n-1]是一个模式,则其失配函数f定义为:
f(j) = i为满足i<j且使得p[0]p[1]...p[i] = p[j-i]p[j-i+1]...p[j]的最大整数 如果 i≥0
-1 否则
f(·)的取值i可以等于0,但必须小于j.
例如对于模式pat = ABCABCACAB ,有
j 0 1 2 3 4 5 6 7 8 9
pat A B C A B C A C A B
f -1 -1 -1 0 1 2 3 -1 0 1
根据失配函数的定义,得到如下模式匹配规则:如果出现了形如s[i-j]...s[i-1] = p[0]p[1]...p[j-1]且s[i] ≠ p[j]的部分匹配,那么,若j ≠0,则下一趟模式匹配时,从失配字符s[i]和模式串字符p[f(j-1)+1]处重新开始比较;而若j = 0时,则继续比较s[i+1]和p[0]。
失配函数可以如下计算:
void fail(char *pat, int failure[])
{
int n = strlen(pat);
/* init failure[0] to -1 */
failure[0] = -1;
int i;
for(int j=1;j<n;j++)
{
i = failure[j-1];
/* searching till that pat[f...f(j-1)+1] == pat[j] */
while(pat[j]!=pat[i+1] && i>=0)
{
i = failure[i];
}
if(pat[j]==pat[i+1])
failure[j] = i + 1;
else
failure[j] = -1;
}
}
利用失配函数得到的KMP模式匹配算法:
int kmp(char *str,char *pat)
{
int i = 0, j = 0;
int lenp = strlen(pat);
int lens = strlen(str);
int *failure = (int*)malloc(sizeof(int)*lenp);
fail(pat,failure);
while(i<lens && j<lenp)
{
if (str[i] == pat[j]) {
i++;
j++;
}
else
if (j==0)
i++;
else j = failure[j-1] + 1;
}
free(failure);
return ( (j==lenp) ? (i-lenp) : -1);
}
测试数据:
BBC ABCDAB ABCDABCDABDE
ABCDABD
Position: 15