数据结构与算法详解——字符串匹配算法篇（附c++实现代码）

  字符串匹配就是在主串A中查找模式串B，例如在主串abababc中查找模式串abc是否存在，记主串A的长度为n，模式串B的长度为m，n>=m。

BF算法

  BF(Brute Force)算法，又叫暴力匹配算法或者朴素匹配算法，思路很简单：在主串中取前下标为[0,m-1]这m个字符的子串和模式串逐个字符逐个字符比较，如果完全一样就结束并返回下标；如果有不一样的，那么主串中的子串后移一位，主串中[1,m]这个子串和模式串继续比较，… ，主串中[n-m,n-1]这个子串和模式串继续比较。
  主串中长度为m的子串有n-m+1个。

主串	a	b	a	b	a	b	c
模式串	a	b	c

主串	a	b	a	b	a	b	c
模式串		a	b	c

主串	a	b	a	b	a	b	c
模式串			a	b	c

主串	a	b	a	b	a	b	c
模式串				a	b	c

主串	a	b	a	b	a	b	c
模式串					a	b	c

int BF(std::string &s,std::string &pattern) {
   
	int n = s.length(), m = pattern.length();
	for (int i = 0; i < n-m+1; i++) {
   
		int j = 0;
		for (; j < m; j++) {
   
			if (s[i + j] != pattern[j])
				break;
		}
		if(j==m)
			return i;	//匹配到了，返回主串中的下标
	}
	return -1;	//匹配不到
}

  最坏的情况下，在第一个for循环里，i 从0到n-m走满共n-m+1次，第二个for循环里，j 从0到m-1走满共m次，因此最坏的情况下时间复杂度为O(n*m)，举个例子，在bbbbbbf中查找bf，所有n-m+1个子串都要走完，并且每次和模式串比较都要比较m次，总共比较n-m+1次。
  BF算法最大的优点就是简单，代码不容易出错，在主串和模式串的长度都不大的时候还是比较实用的。

RK算法

  RK（Rabin-Karp）算法，是用两个发明者的名字命名的。思路也比较简单：对主串中n-m+1个子串求哈希值，模式串也求哈希值，然后比较子串的哈希值和模式串的哈希值，如果不相等证明不匹配，如果相等就匹配（在没有哈希冲突的情况，冲突的情况后面会讲）。
  这个算法对哈希函数的设计要求会高一点，当然最好就不存在哈希冲突，就会比较简单，相等就匹配，不相等就不匹配。
  来看看这样一个设计：假设主串和模式串只有a-j这10个字母，我们可以直接将字符串映射成整数(a-j对应十进制0-9)，例如bcd我们可以直接映射成bcd=1*10*10+2*10+3=123，这样就不存在哈希冲突了。那如果现在是a-z这26个字母，我们可以用同样的思路，但是使用26进制，a-z对应0-25：例如bcd=1*26*26+2*26+3=731。
  这个哈希函数是有规律的，当前子串的哈希值hash[i]是可以根据上一个子串的哈希值hash[i-1]计算得到，来看看下面这个例子：

  上面的子串aba的起始坐标为i-1，哈希值为hash[i-1]，下面子串bab的起始坐标为i，哈希值为hash[i]，我们知道两个子串中都有ba，但是下面的ba映射成的值要比上面的ba要大26倍，因为所在的位置不一样，下面的ba在最高位和第二位，下面的ba在第二位和第三位，那么我们将hash[i-1]乘26，上下子串ba的hash值都相同了，然后再减去上面子串的最高位a(注意此时的a也是乘多了个26的)，最后加上下面子串的末尾的b即可。最终的计算结果就同上图中的计算一样，注意蓝色框框的m即可，是m而不是m-1，因为hash[i-1]乘了26。

//假设哈希值不会溢出int的范围
int RK(std::string& s, std::string& pattern) {
   
	int n = s.length(), m = pattern.length();
	int p = pow(26, m);	//26的m次方

	int* hash = new int[n - m + 1];
	hash[0]