[算法导论笔记]--字符串匹配与KMP算法

字符串匹配的形式化定义:假设文本是一个长度为n的数组T[1,2…n],而模式是一个长度为m的数组P[1,2…m],其中m<=n,进一步假设P和T的元素都来自一个有限的字母集Σ的字符，例如Σ={0,1}或者Σ={a,b…z},字符数组P和T通常称为字符串。

如下图所示，如果0<=s<=n-m,并且T[s+1…s+m]=P[1…m],那么称模式P在文本T中出现，并且偏移为s。如果P在T中以偏移s出现，那么称s为有效偏移，否则为无效偏移。字符串匹配问题就是找到有效偏移。（图源《算法导论》）

定理1:假设x，y和z是满足和y⊐z (表示后缀)的字符串，如果|x|<=|y|,那么.（显然，如果x和y都是z的后缀，而且x长度比y小，那么x肯定也是y的后缀）

一、朴素的字符串匹配

朴素字符串匹配即通过一个循环来找到所有的有效偏移，该循环对n-m+1个可能s值进行检查，看是否满足P[1…m]=T[s+1…s+m].

伪代码如下:

在最坏情况下，朴素匹配方式的时间复杂度是O((n-m+1)*m)

朴素匹配尽管代码十分简洁通俗，但一般情况下效率并不高。

 

二、利用有限自动机进行字符串匹配