模式匹配算法

算法目的：确定子串在主串中第一次出现的位置

两种算法:BF,KMP(重点掌握)

一:BF算法

1.特点：主串的指针需回溯,速度慢;

2.算法思想:

当主串T(长为m)和子串S(长为n)的比较字符不相等时，主串的指针i需要指向之前开始比较的位置的后面一个字符(相应的子串的指针j需要重新指到1),,这样依次拿子串T和主串的一个连续子字符串比较知道两个串相等为止。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

int Index_BF(SString S, SString T, int pos) //pos为从哪个位置开始找,设两个字符串下标都是从1开始 {     if (pos<= 0 ||T.length<= 0 ) return 0 ; //非法操作     int i=pos,j= 1 ;     while (i<=S.length&&j<=T.length)     {       if (S.ch[i]==T.ch[j])          {i++;j++}       else          {            i=i-j+ 2 ;j= 1 ;          }     }     if (j>T.length)        return i-T.length; //或者i-j+1     else        return 0 ; //没找到 }

3.时间复杂度分析:

最好情况:只需比较一次，即比较子串的长度的次数n=O(n);

最差情况:每次比较时都发现子串的最后一个字符和主串不相等,故需要比较(m-n)*n+n=(m-n+1)*n=O(m*n)次

一般情况:O(m+n);//要从最好到最坏情况统计总的比较次数，然后取平均。

二.KMP算法(详细推理过程本人依然不是很理解，不过以下的掌握了就大致能意会了):

1.特点:比较时，主串的指针i不需要回溯，只需把子串向右滑动若干距离

2.思想:尽量利用已经部分匹配的结果信息，尽量让i不要回溯，加快模式串的滑动速度。

3.求k=next[j]:

1).j表示正在比较的子串和主串的失配的位置,k=next[j]表示下一次主串应该和子串比较的时候子串的字符指针所在的位置;

2).next[j]函数象征着模式T中最大相同前缀子串和后缀子串（真子串）的长度。
可见，模式中相似部分越多，则next[j]函数越大，它既表示模式T字符之间的相关度越高，也表示j位置以前与主串部分匹配的字符数越多。
即：next[j]越大，模式串向右滑动得越远，与主串进行比较的次数越少，时间复杂度就越低（时间效率）。

3).求法:（推导见<<数据结构>>原文）

4代码实现(求next[j]函数):
<喎�"http://www.2cto.com/kf/ware/vc/" target="_blank" class="keylink">vcD4KPHByZSBjbGFzcz0="brush:java;">void get_next(SString T, int &next[ ] ) { //求模式串T的next函数值并存入数组next[ ]。 i=1; next[1]=0; j=0; while(i
5.完整KMP实现:

?

1 2 3 4 5 6 7 8 9 10 11 12

Int Index_KMP(SString S, SString T, int pos) //与BF算法比较(类似) {       if (pos<= 0 ||T.length<= 0 ) return 0 ; //非法操作     i=pos;j= 1 ;     while ( i<=S.length && j<=T.length)     {        if (j== 0 || S.ch[i] = = T.ch[j] ) {++i, ++j} //不失配则继续比较后续字符        else {j=next[j];     } //特点：S的i指针不回溯，而且从T的k位置开始匹配     if (j>T.length)             return i-T.length; //子串结束，说明匹配成功 else     return 0 ; //没找到}//Index_KMP

?

1

6.讨论现在的next[j]函数是否完善:

1).我们假设主串T为 a a a b a a a a b,

子串S为 a a a a b;

求得S的next[j]=0,1,2,3,4;

我们可以自己模拟上面的完整的KMP算法，发现当主串的指针i和子串的指针j都指向4时，此时失配，j=next[4]=3,又发现失配,j=next[3]=2,又失配.....依次j指向0，然后i=5,j=1,才匹配，在此过程中我们可以发现KMP算法并没有起到作用，那是因为子串存在很多相同的前缀，导致主串不匹配的字符与子串比较了多次,即next[j]的函数不完善!!!!

2).完善的next[j]算法:

?

1 2 3 4 5 6 7 8 9 10

void get_nextval(SString T, int  &nextval[ ] ) {      //next函数修正值存入数组nextval      i= 1 ;  nextval[ 1 ]= 0 ; j= 0 ;      while (i<t[ 0 ] )= "" {= "" if (j= "=" 0 ||t[i]= "=T[j]" ++i;++j;= "" if (t[i]!= "T[j]" nextval[i]= "j;" else = "" }= "" j= "nextval[j];" get_nextval<= "" pre= "" ><strong> 7 .时间复杂度分析:</strong> <p></p> <p>        由于指针i无须回溯，比较次数仅为m,即使加上计算next[j]时所用的比较次数n，比较总次数也仅为m+n=O(m+n)，大大快于BF算法。<br> </p> <p><br> </p>                        </t[ 0 ]>