字符串匹配算法之Sunday search

字符串匹配算法之Sunday search

C++编写

#include<cstring>
#include<vector>
#include<iostream>
#include<queue>
using namespace std;

class Node  {
public:
   Node* fail;          //失败指针
   Node* child[26];     //26个小写字母，26个子节点
   vector<int> len;     //在结尾字符存放单词的长度
   Node()
   {
      fail = NULL;
      memset(child, NULL, 26*sizeof(Node*));
   }
};

void insert(string, Node*);
void build_fail(Node* root);
void AC_search(string txt, Node* root);

int main()
{
   Node* root = new Node();                   //初始化root根节点，root->fail=NULL
   string str[5] = {"his","she","is","he","hers"};    //多匹配模式的字符串
   for(int i=0; i<5; i++)  {
      cout<<str[i]<<"   ";
      insert(str[i], root);                  //创建字典树
   }
   string txt = "ahishersheishiser";         //文本串txt
   cout<<endl << txt<<endl;
   cout<<"********************************************"<<endl;
   build_fail(root);                        //根据创建的字典树找到每个存在节点的fail指针
   AC_search(txt, root);                    //根据文本串匹配多匹配串
   return 0;
}

void insert(string s, Node* root)
{
   Node* temp = root;
   for(int i=0; i<s.size(); i++)  {
      int index = s[i] - 'a';
      if(NULL == temp->child[index])           //在此之前没有s[i]字符
         temp->child[index] = new Node();
      temp = temp->child[index];
   }
   temp->len.push_back(s.size());              //结尾单词标注单词长度信息
}

/*
 build_fail():将建立好的字典树确定其fail信息
*/
void build_fail(Node* root)
{
   queue<Node*>  que;                         //bfs层序遍历
   for(int i=0; i<26; ++i)  {
      if(root->child[i])       {              //每个匹配串的首字符的fail指向root
         root->child[i]->fail = root;         //root子节点的fail指针指向root
         que.push(root->child[i]);
      }
   }
   while(!que.empty())                       //只要队列不为空就继续fail寻找操作
   {
      Node* curr = que.front();              //curr表示当前的节点
      que.pop();
      for(int i=0; i<26; i++)  {
         if(curr->child[i])      {           //当前节点的子节点存在，加入queue中等待处理
           Node* x = curr->child[i]; 
           Node* fafail = curr->fail;        //fafail表示当前节点的fail指针指向节点
           que.push(x);
           while(fafail && NULL==fafail->child[i])  
                fafail = fafail->fail;       //继续往上一层寻找
           if(fafail == NULL)
                x->fail = root;              //如果是因为找到了root还未找到待匹配节点，就将此节点的fafail指向root，意为从头开始匹配
           else  {
                x->fail = fafail->child[i];  //到这一步意味着找到了当下节点X的fail了，就是fafail指向的child[i],和x节点代表的字符相同
                if(x->fail->len.size())      //若fail指向的节点是一个单词的结尾，记录到X中，方便接下来的输出cout操作
                  for(int k=0; k<x->fail->len.size(); k++)
                      x->len.push_back(x->fail->len[k]);
           }
         }    
      }
   }
}


/*
   AC_search(),根据已经建好的字典树，给出txt文本串进行多模匹配
*/
void AC_search(string txt, Node* root)
{
   cout<<txt<<endl;                        //输出文本串
   Node* p = root;
   for(int i=0; i<txt.size(); i++)         //txt逐个匹配
   {
      int index = txt[i]-'a';
      while(NULL==p->child[index] && p->fail)
           p = p->fail;
      if(p->child[index])
           p = p->child[index];
      else
           continue;                      //继续for循环
      if(p->len.size())   {               //查询到一个单词的结尾字符
           for(int k=0; k<p->len.size(); k++)  {
                int length = p->len[k];
                int j = 0;
                for(; j<i-length+1; j++)
                    cout<<' ';
                for(int t=0; t<length; t++)
                    cout<<txt[j+t];
           cout<<endl;
           }
      }
   }
}