24、数据结构笔记之二十四串的模式匹配算法

24、数据结构笔记之二十四串的模式匹配算法

           “燧石受到的敲打越厉害，发出的光就越灿烂。 --马克思”

           来看下两个算法，BF和KMP算法在串的模式匹配中实现。

1.  BF算法

BF(Brute Force)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，直到得出最后的匹配结果。BF算法是一种蛮力算法。

首先S[1]和T[1]比较，若相等，则再比较S[2]和T[2]，一直到T[M]为止；若S[1]和T[1]不等，则T向右移动一个字符的位置，再依次进行比较。如果存在k，1≤k≤N，且S[k+1…k+M]=T[1…M]，则匹配成功；否则失败。

该算法最坏情况下要进行M*(N-M+1)次比较，时间复杂度为O(M*N)。

如下图1 ：

 

2.  KMP算法

KMP算法是一种改进的字符串匹配算法，由D.E.Knuth与V.R.Pratt和J.H.Morris同时发现，因此人们称它为克努特——莫里斯——普拉特操作（简称KMP算法）。KMP算法的关键是利用匹配失败后的信息，尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是实现一个next()函数，函数本身包含了模式串的局部匹配信息。

 

主串：a b a c aa b a c a b a c a b a a b b，下文中我们称作T

模式串：a b a c ab，下文中我们称作W

在暴力字符串匹配过程中，我们会从T[0] 跟 W[0] 匹配，如果相等则匹配下一个字符，直到出现不相等的情况，此时我们会简单的丢弃前面的匹配信息，然后从T[1] 跟 W[0]匹配，循环进行，直到主串结束，或者出现匹配的情况。这种简单的丢弃前面的匹配信息，造成了极大的浪费和低下的匹配效率。

然而，在KMP算法中，对于每一个模式串我们会事先计算出模式串的内部匹配信息，在匹配失败时最大的移动模式串，以减少匹配次数。

比如，在简单的一次匹配失败后，我们会想将模式串尽量的右移和主串进行匹配。右移的距离在KMP算法中是如此计算的：在已经匹配的模式串子串中，找出最长的相同的前缀和后缀，然后移动使它们重叠。

在第一次匹配过程中

T: a b a c a a b a c a b a c a b a a b b

M: a b a c ab

在T[5]与W[5]出现了不匹配，而T[0]~T[4]是匹配的，现在T[0]~T[4]就是上文中说的已经匹配的模式串子串，现在移动找出最长的相同的前缀和后缀并使他们重叠：

T: a b a c aab a c a b a c a b a a b b

M: a b a c ab

然后在从上次匹配失败的地方进行匹配，这样就减少了匹配次数，增加了效率。

如下图2

 

3.  算法实现

l  BF实现

BF实现，通过第一个字母开始，一个字母一个字母的回溯实现。

最后返回第几个字母开始匹配成功。

int BFMatch(char *s,char *p)

{

    inti,j;

    i=0;

    while(i< strlen(s))

    {

        j=0;

        while(s[i]==p[j]&&j< strlen(p))

        {

           i++;

           j++;

        }

        if(j==strlen(p))

            returni-strlen(p);

       i=i-j+1;                //指针i回溯

    }

    return-1;   

}

 

 

l  KMP实现

KMP算法多了一个getNext函数，该函数是将模式匹配项进行处理得到一个数组。

数组中是一组整型数字，个数和匹配字符串一样多。每个整型表示，如果NEXT值为{-1,0,0,0，1,2,3,4,5}，如果,模式匹配和字符串在第7个字母匹配出错（第7个数组值是3），那么模式匹配串重新往右移动3个字母然后重新和字符串进行匹配，如果又匹配失败，那么第3个数组是0，那么匹配字符串重新和字符串进行到的下一个字母进行匹配。

 

//getNetx

void getNext(char *p,int *next)

{

    intj,k;

    next[0]=-1;

    j=0;

    k=-1;

    while(j< strlen(p)-1)

    {

        if(k==-1||p[j]==p[k])   //匹配的情况下,p[j]==p[k]

        {

           j++;

           k++;

            next[j]=k;

        }

        else

        {                  //p[j]!=p[k]

            k=next[k];

        }

    }

}

//KMP

int KMPMatch(char *s,char *p)

{

    intnext[100];

    inti,j;

    i=0;

    j=0;

    getNext(p,next);

    while(i< strlen(s))

    {

        if(j==-1||s[i]==p[j])

        {

           i++;

           j++;

        }

        else

        {

           j=next[j];       //消除了指针i的回溯

        }

        if(j==strlen(p))

        {

            returni-strlen(p);

        }

    }

    return-1;

}

 

 

 

4.  BF和KMP算法源码

最后如下图3所示：

 

#define_CRT_SECURE_NO_WARNINGS

#include<stdio.h>

#include<stdlib.h>

#include<string.h>

#defineMAX_SIZE255   //定义字符串的最大长度

typedefunsignedcharSString[MAX_SIZE];//数组第一个保存长度

//BF

int BFMatch(char *s,char *p)

{

    inti,j;

    i=0;

    while(i< strlen(s))

    {

        j=0;

        while(s[i]==p[j]&&j< strlen(p))

        {

           i++;

           j++;

        }

        if(j==strlen(p))

            returni-strlen(p);

       i=i-j+1;                //指针i回溯

    }

    return-1;   

}

//getNetx

void getNext(char *p,int *next)

{

    intj,k;

    next[0]=-1;

    j=0;

    k=-1;

    while(j< strlen(p)-1)

    {

        if(k==-1||p[j]==p[k])   //匹配的情况下,p[j]==p[k]

        {

           j++;

           k++;

            next[j]=k;

        }

        else

        {                  //p[j]!=p[k]

            k=next[k];

        }

    }

}

//KMP

int KMPMatch(char *s,char *p)

{

    intnext[100];

    inti,j;

    i=0;

    j=0;

    getNext(p,next);

    while(i< strlen(s))

    {

        if(j==-1||s[i]==p[j])

        {

           i++;

           j++;

        }

        else

        {

           j=next[j];       //消除了指针i的回溯

        }

        if(j==strlen(p))

        {

            returni-strlen(p);

        }

    }

    return-1;

}

int main()

{

    inta, b;

    chars[MAX_SIZE], p[MAX_SIZE];

    printf("请输入模式串：");

    scanf("%s",&s);

    printf("请输入子串：");

    scanf("%s",&p);

    a =BFMatch(s, p);

    b =KMPMatch(s, p);

    if(a!= -1)

    {

       printf("使用BF算法：%d\n", a);

    }

    else

    {

       printf("未匹配\n");

    }

    if(b!= -1)

    {

       printf("使用KMP算法：%d\n", a);

    }

    else

    {

       printf("未匹配\n");

    }

    system("pause");

}