字符串匹配

字符串匹配

---

问题描述

• 输入两个字符串A和B；

• 输出字符串B在字符串A中的位置。

示例

• 输入字符串“ABDABACDBD”和字符串“BACD”；

• 输出偏移量5，或输出在第一个字符串中“BACD”处的指针。

方法

• 常用方法有好多：朴素算法，Rabin-Karp算法，有限自动机算法，KMP算法。

• 复杂度对比：复杂度为预处理时间和匹配时间的和。

  算法	预处理时间	匹配时间
  朴素算法	0	Ο((n-m+1)*m)
  Rabin-Karp算法	Θ(m)	Ο((n-m+1)*m)
  有限自动机算法	Ο(m*字符集个数)	Θ(m)
  Knuth-Morris-Prattu算法	Θ(m)	Θ(m)
  Boyer–Moore算法	待搜索	待搜索

朴素算法

• 通过循环找到所有有效偏移；

• 函数NaiveStringMatcher(char *A,char *T)实现在字符串A中匹配字符串T；

• 辅助函数CharacterMatcher(char *A,char *B,char *T)判断指针A和B之间字符串是不是和字符串T匹配。

  
  bool CharacterMatcher(char *A,char *B,char *T)
  {
  	char *cc = A;
  	int i = 0;
  	while(cc != B){
  		if(*cc != *(T+i))
  			return false;
  		cc++;
  		i++;
  	}
  	return true;
  }
  void NaiveStringMatcher(char *A,char *T)
  {
  	int iLengthofA = strlen(A);
  	int iLengthofT = strlen(T);
  	for(int i = 0;i <= iLengthofA-iLengthofT ;i++){
  		if(CharacterMatcher(A+i,A+i+iLengthofT,T))
  			cout<<"Pattern occurs with shift"<< i+1 << endl;
  	}
  }
  
  

Rabin-Karp算法¹

• 将字符串做一种数的运算得到一个值，然后进行值的比较；

• 这个数值要求可以表示出字符的前后顺序，而且可以随时去掉某个字符的值，可以随时添加一个新字符的值。

• 例如A="12345",B="34",对于B采用运算(3*10+4)得到34作为B的值；采用相同运算方式对A进行运算，然后做比较。

• 如果相乘过大时，可以对一个较大的素数求模，然后比较。

  
  double Encryption(char *A, int m,int q)
  {
  	int i =0;
  	double sum = 0.0;
  	while(i < m){
  		sum = sum * q + ((int)*(A + i++)) ;
  	}
  	return sum;
  }
  int ChangeEncryption(char *A,int ll,int sum,int q)
  {
  	double mm = pow((double)q,(double)ll - 1);
  	return ((sum - (int)mm * (*A)) * q + *(A + ll));
  }
  char * Rabin_Karp_Algo(char *A,char *B)
  {
  	int ll = strlen(B);
  	double m = Encryption(B ,ll, 128);
  	double n = Encryption(A ,ll, 128);
  	char *cc = A;
  
  	for(;*(cc+ll) != '\0';cc++){
  		if(n == m){
  			return cc;
  		}
  		n = ChangeEncryption(cc,ll,n,128);
  	}
  	return NULL;
  }
  
  

有限自动机算法²

• 在字符串A中搜索模式T，对于模式T中出现的所有可能情况看作不同状态。

• 如模式T为“ababaca”

• 建立状态0~7,分别对应{初始状态}、{a}、{ab}、{aba}、{abab}、{ababa}、{ababac}、{ababaca}。

• 计算对应状态转移表(计算方法后面讲到)。

  static int delta[8][4]={  //转移函数  检测ababaca
  	//a,b,c,*.
  	{1,0,0,0},  //状态0   {初始状态}
  	{1,2,0,0},  //状态1   {a,}
  	{3,0,0,0},  //状态2   {ab,}
  	{1,4,0,0},  //状态3   {aba,}
  	{5,0,0,0},  //状态4   {abab,}
  	{1,4,6,0},  //状态5   {ababa,}
  	{7,0,0,0},  //状态6   {ababc,}
  	{1,2,0,0}   //状态7   {ababca,}
  };
  int State = 0;  //初试状态
  

• 函数AutomationMatch(char *A)为匹配函数，返回位置指针。

  
  char *AutomationMatch(char *A)
  {
  	int Length = strlen(A);
  	char *cc = A;
  	while(*cc != '\0'){
  		int n = *cc++ - 'a';
  		if(n != 0 && n != 1 && n != 2)
  			n = 3;
  		State = delta[State][n];
  		if(State == 7)
  			return cc-7;
  	}
  	return NULL;
  }
  
  

• 状态转移表计算

• 根据给定模式T[1..m]来计算。

• 伪代码为

  
  COMPUTE-TRANSITION-FUNCTION(T,E)
  1   m=P.length
  2   for q = 0 to m
  3   	for each charater a∈E
  4   		k = MIN(m+1,q+1)
  5   		repeat
  6   			k = k - 1
  7   		until T[1..k] is tail of T[1..q]&a
  8   		δ(q,a) = k
  9   return δ
  
  

• c++代码

  
  bool TT(char *T,int k,int q,char a)
  {
  	if(*(T + k-- - 1) != a)
  		return false;
  	while(k > 0 && q > 0){
  		if(*(T + k - 1) != *(T + q - 1))
  			return false;
  		k--;
  		q--;
  	}
  	return true;
  }
  
  int *TransitionFunction(char *T,char *E) //T为搜索模式，E为T的字符集
  {
  
  	const int m = strlen(T);
  	const int n = strlen(E);
  
  	int *Ans[8][3];
  	int q = 0,p = 0;
  	int k = 0;
  
  	for(;q <= m;q++){
  		for(p = 0;p < n;p++){
  			k = MIN(m+1,q+1);
  			while(!TT(T,k,q,*(E+p)) && k>0){
  				k = k-1;
  			}
  			*((int*)Ans + n * q + p) = k;
  		}
  
  	}
  	return (int*)Ans;
  }
  
  

KMP算法³

• 详细解释看参考

• 代码

  
  int *ComputePrefixFunction(char *P)
  {
  	int i = 1;
  	int j = 0;
  	int m = strlen(P);
  	int *s = new int[m];
  	memset(s,0,m * 8);
  
  	while(i < m){
  		while(P[i] == P[j] && i < m ){
  			s[i] = s[i-1] + 1;
  			j++;
  			i++;
  		}
  		j = 0;
  		i++;
  	}
  	return s;
  }
  void KMPMatcher(char *T,char *P)
  {
  	int n = strlen(T);
  	int m = strlen(P);
  	int q = 0;
  	int *Map = ComputePrefixFunction(P);
  	int i;
  
  	for(i = 0 ; i < n ; i++){
  		while(q > 0 && P[q] != T[i])
  			q = Map[q-1];
  		if(P[q] == T[i])
  			q++;
  		if(q == m){
  			int gg = i -m +1 ;
  			cout << "zhongduan:" << ends;
  			printf("%d",gg);
  			q = Map[q - 1];
  		}
  	}
  
  }
  

by：狼儿乖乖

time：2015/1/19 20:51:43

---

1. http://www.cnblogs.com/golove/p/3234673.html ↩

2. http://www.cnblogs.com/skyivben/archive/2009/05/21/1474398.html ↩

3. http://www.ruanyifeng.com/blog/2013/05/Knuth%E2%80%93Morris%E2%80%93Pratt_algorithm.html ↩