串的模式匹配算法(BF算法和KMP算法)

子串的定位运算通常称为串的模式匹配或串匹配。此运算的应用非常广泛，比如在搜索引擎、拼写检查、语言翻译、数据压缩等应用中，都需要进行串匹配。

设有两个字符串S和T，设S为主串，也称正文串；设T为子串，也称为模式串·。在主串S中找与模式T相匹配的子串，如果匹配成功，确定相匹配的子串中的第一个字符在主串S中出现的位置。

1.BF算法

BF算法，即暴力算法，是普通的模式匹配算法，BF算法的思想就是将目标串S的第一个字符与模式串T的第一个字符进行匹配，若相等，则继续比较S的第二个字符和T的第二个字符；若不相等，则比较S的第二个字符和T的第一个字符，依次比较下去，直到得到最后的匹配结果。

 【算法步骤】

1.分别利用计数指针i和j指示主串S和模式T中当前正待比较的字符串位置，i和j初值为1。

2.如果两个串均未比较到串尾，即i和j均分别小于等于S和T的长度时，则循环执行以下操作：

• S.ch[i]和T.ch[j]比较，若相等，则j和i分别指示串中的下一个位置，继续比较后面的字符；
• 若不相等，指针后退重新开始匹配，从主串的下一个字符（i=i-j+2）起再重新与模式的第一个字符（j=1）比较。

3.如果j>T.length，说明模式T中的每一个字符依次和主串S中的一个连续的字符序列相等，则匹配成功。

【算法描述】

int Index_BF(string S, string T)
{
    int i,j;
    i = 1, 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;  //匹配成功
    else return 0;
}

2.KMP算法

这种改进算法是由克努特(Knuth)、莫里斯(Morris)和普拉特(Pratt)共同设计实现的，因此简称KMP算法。此算法可以在O(n + m)的时间数量级上完成串的模式匹配操作。其改进在于：每当一趟匹配过程中出现字符不等时，无须回溯主串的指针，而是利用已经得到的“部分匹配”的结果将模式向右“滑动”尽可能远的一段距离后，继续进行比较。下面先从具体例子看起。

 如图，在第一趟匹配中，第一个字符a和第二个字符b都匹配，而到第三个字符时，我们发现两个串中的字符不在匹配，所以这时，我们首先要找从不匹配字符的前面的字符是否出现前后缀（前缀是指不包含最后一个字符的所有以第一个字符开头的连续子串；后缀是指不包含第一个字符的所有以最后一个字符结尾的连续子串）相等，很明显没有出现前后缀相等，那么i值（i=3）保持该位置，而j回到初值。

在第二趟匹配中，前四个字符a,b,c,a匹配，而到第五个字符时不再匹配，那么就判断前四个字符是否存在前后缀相同，很明显，第一个字符a和第四个字符a相同，那么，i值（i=7）依旧保持该位置，而j则移动到前缀的下一个位置（j=2）。

而到第三次匹配中，模式串的字符和主串字符都相互匹配，那么则匹配成功。

在这三次匹配中，重点是要确定模式串的下一个位置会移动到哪里，那么就引入了另一个知识点：next数组。

next数组在这不会讲的很详细。

1.确定next数组的第一、二位一定分别是0、1，后面求解每一位的next值时，根据前一位进行比较。

2.从第三位开始，将前一位与其next值对应的内容进行比较，如果相等，则该位的next值就是前一位的next值➕1；如果不相等，向前继续寻找next值对应的内容与前一位进行比较，直到找到某位上的内容的next值对应的内容与前一位相等为止，则这个位对应的值➕1，即为需求的next值；

如果找到第一位都没有找到与前一位相等的内容，那么next值为1。

【模式串T的next数组算法】

 

void get_next(string T, int next[])
{
    int i=1,j=0;
    next[1]=0;
    while(i<T.length)
    {
        if(j==0 || T.ch[i] == t.ch[j])
        {
            i++;j++;
            next[i] = j;
        }
        else j=next[j];
    }
}

【KMP算法】

int Index_KMP(string S, string T)
{
    int i=1,j=1;
    int next[T.length+1];
    get_next(T, next);//求模式串的next数组
    while(i<=S.length && j<=T.length)
    {
        if(j==0 || S.ch[i] == T.ch[j])
        {
            i++;j++;
        }
        else j=next[j];
    }
    if(j>T.length) return i-T.length;
    else return 0;
}