【算法总结】-字符串匹配技术（一）

       字符串匹配是计算机科学中最古老、研究最广泛的问题之一。它是字符串算法中的一类，用以试图在一长字符串或文章中，找出其是否包含某一个或多个字符串，以及其位置。
       说到字符串匹配，那么我们的脑海中第一冒出来的则是一一比较，直到比较到一样的字符串为止。这种方式其实是我们最容易想到的，但是也是最笨的一种比较方式。除了这种蛮力法（朴素算法）之外，常用的其实还有以下几种：Horspool,BM,KMP。
本篇我们则通过深入其中领悟这几种常见的算法。

一：BF算法

BF 全称是Brute Force，朴素的模式匹配算法，其思想其实就是穷举法，采用蛮力的方式执行。
蛮力法则是采用一步一挪位的方式，进行比较，举例如下：（表格只是便于对应）

java代码如下：

public static void main(String[] args) {
		//目标字符串
		String[] target ={"J","I","M","B","A","L","_","I","B","B","A","R","B","E","R","W","_"};
		//待查找字符串
		String[] pattern = {"B","A"};
		List<Integer> result = compareAndFind(target, pattern);
		//包含几个查找的字符串，且其开始的位置
		System.out.println("num="+result.size()+";position="+result.toString());
	}

	public static List<Integer> compareAndFind(String[] target, String[] pattern) {
		List<Integer> result = new ArrayList<>();
		for (int i = 0; i < target.length - pattern.length; i++) {
			int j = 0;
			//用需查找的第一个字母和目标字符串一一比较
			while (j < pattern.length && pattern[j] == target[i + j]) {
				//依次对j加一，一一比较
				j = j + 1;
				//若pattern都依次查到，则证明存在该字符串
				if (j == pattern.length) {
					result.add(i);
				}
			}
		}
		return result;
	}

二、Horspool算法

对于Horspool算法，我们分4中情况来考虑：
注：pattern表示需要需要查找的模式字符串
C为对其模式最后一个字符

4种情况表明

情况1
$$pattern=\{\begin{array}{l}不存在C\end{array}$$
情况2
$$pattern=\{\begin{array}{l}存在C\\ 不是最后一个字符\end{array}$$
情况3
$$pattern=\{\begin{array}{l}存在C\\ 正好是最后一个字符，且前m-1中不存在C\end{array}$$
情况4
$$pattern=\{\begin{array}{l}存在C\\ 正好是最后一个字符，且前m-1中存在C\end{array}$$
pattern

情况	移动方式
情况1和情况3	模式的长度m
情况2和情况4	模式前m-1个字符中最右边的c到模式最后一个字符的距离

Horspool算法步骤

• 构造移动表，模式m,文本w
• 将模式m与文本w开始处对齐
• 按照如上的四种情况重复过程，直到模式和文本中的响应字符或者完全匹配。

举例说明

文本：JIM_SAW_ME_IN_A_BARBERSHOP
模式：BARBER
注：若为情况2或者情况4，那么我们模式串中有4个字符出现，移动的距离分别为：

• E移动1位；
• B移动2位（B最最右边的一个）；
• R移动3位；
• A移动4位；
• 其他字符都是6位；

轮回一：字符C为A，存在C，且不是最后一个字符，所以符合情况2.
移动的距离为A的移动距离，也就是4

J	I	M	_	S	A	W	_	M	E	_	I	N	_	A	_	B	A	R	B	E	R	S	H	O	P
B	A	R	B	E	R
				B	A	R	B	E	R

轮回二：字符C为E，存在C，且不是最后一个字符，所以符合情况2.
移动的距离为E的移动距离，也就是1

J	I	M	_	S	A	W	_	M	E	_	I	N	_	A	_	B	A	R	B	E	R	S	H	O	P
B	A	R	B	E	R
				B	A	R	B	E	R
					B	A	R	B	E	R

轮回三：字符C为_,不存在C，所以符合情况1
移动的距离为其他字符的距离，也就是6

J	I	M	_	S	A	W	_	M	E	_	I	N	_	A	_	B	A	R	B	E	R	S	H	O	P
B	A	R	B	E	R
				B	A	R	B	E	R
					B	A	R	B	E	R
											B	A	R	B	E	R

轮回四：字符C为B，存在C，且不是最后一个字符，所以符合情况2.
移动的距离为B的距离，也就是2

J	I	M	_	S	A	W	_	M	E	_	I	N	_	A	_	B	A	R	B	E	R	S	H	O	P
B	A	R	B	E	R
				B	A	R	B	E	R
					B	A	R	B	E	R
											B	A	R	B	E	R
													B	A	R	B	E	R

轮回五：字符C为R，存在C，正好是最后一个字符，且前m-1中存在C，所以符合情况四
移动的距离为R的距离，也就是3

J	I	M	_	S	A	W	_	M	E	_	I	N	_	A	_	B	A	R	B	E	R	S	H	O	P
B	A	R	B	E	R
				B	A	R	B	E	R
					B	A	R	B	E	R
											B	A	R	B	E	R
													B	A	R	B	E	R
																B	A	R	B	E	R

相比于蛮力法，使用Harspool，将本来的16步缩减至了6步。

三、BM算法

四、KMP算法