Java实现算法导论中有限自动机字符串匹配算法

原创地址：https://blog.csdn.net/fjssharpsword/article/details/53465266

 

这里实现了基于有限自动机（Finite Automaton,FA）的模式匹配算法，算法的重点在于利用字符串的前后缀构造模式P的自动机，具体结合导论中的说明来理解，可参考http://www.geeksforgeeks.org/searching-for-patterns-set-5-finite-automata/理解，参考代码如下：

 

1.  
   package cn.ansj;
2.  
    
3.  
   public class AtuomatonMatcher {
4.  
   final public static int NO_OF_CHARS= 256; //假设字母表有256个字符
5.  
    
6.  
   //对于状态k和给定的字符x，返回下一个状态。M为pat的长度
7.  
   public static int getNextState(char[] pat, int M, int k, int x){
8.  
   // 因为:pat[0...k-1]x 和 pat 的前面都是是一样的，如果x == pat[k]可直接返回。
9.  
   if (k < M && x == pat[k])
10.  
    return k+ 1;
11.  
     
12.  
    int ns, i; // ns 是下一个状态
13.  
    // ns 最终是最长的那个 prefix (同时也是pat[0..k-1]x)的后缀
14.  
    //从可能得最长的前缀位置开始，找到后break,即为所求
15.  
    for (ns = k; ns > 0; ns--) {
16.  
    if(pat[ns- 1] == x){
17.  
    for(i = 0; i < ns- 1; i++) {
18.  
    if (pat[i] != pat[k-ns+ 1+i])
19.  
    break;
20.  
    }
21.  
    if (i == ns- 1)
22.  
    return ns;
23.  
    }
24.  
    }
25.  
    return 0;
26.  
    }
27.  
     
28.  
    /* 构建FA */
29.  
    public static void computeTF(char[] pat, int M, int[][] TF){
30.  
    int state, x;
31.  
    for (state = 0; state <= M; ++state)
32.  
    for (x = 0; x < NO_OF_CHARS; ++x)
33.  
    TF[state][x] = AtuomatonMatcher.getNextState(pat, M, state, x);
34.  
    }
35.  
     
36.  
    /* 查找模式串 */
37.  
    public static void matcher(char[] pat, char[] txt){
38.  
    int M = pat.length;
39.  
    int N = txt.length;
40.  
    //TF数组存储FA有限状态机
41.  
    int[][] TF= new int[M+ 1][NO_OF_CHARS];
42.  
    AtuomatonMatcher.computeTF(pat, M, TF); //计算模式pat的有限自动机
43.  
    // Process txt over FA.
44.  
    int i, state= 0;
45.  
    for (i = 0; i < N; i++) {
46.  
    state = TF[state][txt[i]];
47.  
    if (state == M){
48.  
    int index=i-M+ 1;
49.  
    System.out.println( "pattern found at index:"+index);
50.  
    }
51.  
    }
52.  
    }
53.  
     
54.  
    public static void main(String[] args){
55.  
    String strTxt= "AABAACAADAABAAABAA";
56.  
    String strPat= "AABA";
57.  
    char[] txt = strTxt.toCharArray();
58.  
    char[] pat = strPat.toCharArray();
59.  
    AtuomatonMatcher.matcher(pat, txt);
60.  
    }
61.  
    }

执行结果：

 

1.  
   pattern found at index: 0
2.  
   pattern found at index: 9
3.  
   pattern found at index: 13