Python算法《字符串》

常规的正则及匹配等这里不赘述

看下比较高级的算法

一、KMP 算法

暴力匹配

暴力匹配方法的思想非常朴素：

依次从主串的首字符开始，与模式串逐一进行匹配；
遇到失配时，则移到主串的第二个字符，将其与模式串首字符比较，逐一进行匹配；
重复上述步骤，直至能匹配上，或剩下主串的长度不足以进行匹配。
参考代码如下：

def brute_force_match(t,p):
    tlen=len(t)
    plen=len(p)
    for i in range(tlen):
        j=0
        while t[i+j]==p[j] and j <plen:
            j=j+1
            if j==plen:
                return i
    return -1

算法复杂度分析：i 在主串上移动 (n-p)次，匹配失败时，j 移动次数最多有 p-1 次。因此复杂度为 O(n*p)。

对于暴力匹配而言，就存在重复匹配的现象。比如，第一次匹配失败时，主串，模式串失败匹配的位置的字符分别为 a 与 c ,下一次匹配时主串，模式串的起始位置分别为 T[1] 与 P[0]；而在模式串中 c 之前是 ab ，未有重复结构，因此 T[1]与 P[0]肯定不能匹配上，这样造成了重复匹配。直观上，下一次匹配应从 T[2] 与 P[0] 开始。

那么如何提高匹配效率呢？那就考虑下 KMP 算法。

KMP 详细证明

KMP 算法思想归纳如下：将主串 T 的第一个字符与模式串 P 的第一个字符进行匹配。如果相等，则依次比较 T 和 P 的下一个字符。如果不相等，则 主串 T 移动(已匹配字符数-对应的部分匹配值)位，继续匹配。

关于移动位数的解释：已匹配字符数，即当前已完成匹配的字符数量。部分匹配值就是前缀和后缀的最长的共有元素的长度。

前缀指除了最后一个字符以外，一个字符串的全部头部组合。

后缀指除了第一个字符以外，一个字符串的全部尾部组合。

举个例子：以"ABCDABD"为例

"A"的前缀和后缀都为空集，共有元素的长度为 0；
"AB"的前缀为[A]，后缀为[B]，共有元素的长度为 0；
"ABC"的前缀为[A, AB]，后缀为[BC, C]，共有元素的长度 0；
"ABCD"的前缀为[A, AB, ABC]，后缀为[BCD, CD, D]，共有元素的长度为 0；
"ABCDA"的前缀为[A, AB, ABC, ABCD]，后缀为[BCDA, CDA, DA, A]，共有元素为"A"，长度为 1；
"ABCDAB"的前缀为[A, AB, ABC, ABCD, ABCDA]，后缀为[BCDAB, CDAB, DAB, AB, B]，共有元素为"AB"࿰