Python实现字符串匹配算法

蛮力法字符串匹配：

将模式对准文本的前m（模式长度）个字符，然后从左到右匹配每一对对应的字符，直到全部匹配或遇到一个不匹配的字符。后一种情况下，模式向右移一位。

代码如下：

def string_match(string, sub_str):
    # 蛮力法字符串匹配
    for i in range(len(string)-len(sub_str)+1):
        index = i       # index指向下一个待比较的字符
        for j in range(len(sub_str)):
            if string[index] == sub_str[j]:
                index += 1
            else:
                break
            if index-i == len(sub_str):
                return i
    return -1


if __name__ == "__main__":
    print(string_match("adbcbdc", "dc"))

最坏情况下，该算法属于Θ(nm)，事实上，该算法的平均效率比最差效率好得多。事实上在查找随机文本的时候，其属于线性的效率Θ(n)。

Horspool算法：

在蛮力算法中，模式的每一次移动都是一个字符，Horspool算法的核心思想是利用空间来换取时间，提升模式匹配窗口的移动幅度。与蛮力算法不同的是，其模式的匹配是从右到左的，通过预先算出每次移动的距离并存于表中。

代码如下：

__author__ = 'Wang'


from collections import defaultdict


def shift_table(pattern):
    # 生成 Horspool 算法的移动表
    # 当前检测字符为c，模式长度为m
    # 如果当前c不包含在模式的前m-1个字符中，移动模式的长度m
    # 其他情况下移动最右边的的c到模式最后一个字符的距离
    table = defaultdict(lambda: len(pattern))
    for index in range(0, len(pattern)-1):
        table[pattern[index]] = len(pattern) - 1 - index
    return table


def horspool_match(pattern, text):
    # 实现 horspool 字符串匹配算法
    # 匹配成功，返回模式在text中的开始部分；否则返回 -1
    table = shift_table(pattern)
    index = len(pattern) - 1
    while index <= len(text) - 1:
        print("start matching at", index)
        match_count = 0
        while match_count < len(pattern) and pattern[len(pattern)-1-match_count] == text[index-match_count]:
            match_count += 1
        if match_count == len(pattern):
            return index-match_count+1
        else:
            index += table[text[index]]
    return -1


if __name__ == "__main__":
    print(horspool_match("barber", "jim_saw_me_in_a_barbershopp"))

显然，Horspool算法的最差效率属于属于Θ(nm)。在查找随机文本的时候，其属于线性的效率Θ(n)。虽然效率类型相同，但平均来说，Horspool算法比蛮力算法快很多。