字符串匹配算法初探

    近日刷题，遇到诸多关于字符串匹配的问题。再次打开CLRS，学习字符串匹配该章，又有感受良多。

    要弄清字符串匹配的过程，需先明确以下几个定义：

        1.匹配串（文本）：待匹配的字符串，是一个长度为n的字符数组T[1..n]

        2.模式串：匹配的基准串，是一个长度为m的字符数组P[1..m]，其中m≤n

        3.有效位移：若存在位移s∈[0,n-m]，且T[s+1..s+m]=P[1..m]，那么就说明模式P在文本T中出现且位移为s，此时称s为一个有效位移，否则称s为一个无效位移

        许多字符串匹配算法的基本流程主要分为两大部分：预处理和匹配。而区分匹配效率的关键在于不同算法的匹配策略。

       

        特此说明：下述讲解中存在文本和模式的数组下标，一概从1开始；代码中实现仍是从0开始。

       

        首先看朴素字符串匹配算法，也称为暴力匹配算法（BF）。

        核心在于滑动窗口的移动速率只有一位，只要模式与文本在某字符位置k不匹配，下一次匹配就要从文本的k+1位置开始，而模式串则要从头匹配。这样很明显是耗费大量时间的。比如下图中文本为acaabc，模式为aab，s为匹配的指针位置： 

       当s=1时，文本T[2]=c,而模式P[2]=a不匹配， 此时下一次匹配的滑动窗口向后移动一位，从T[3]=a开始，而对应的模式P应从头开始匹配。该匹配算法虽然没有预处理过程，但是匹配时间为O((n-m+1)m)，倘若m=n/2，那么时间复杂度将变为O(n²)。

伪代码为：

NAIVE-STRING-MATCHER(T,P)

1       n  ← length[T]

2       m ← length[P]

3       for  s ← 0 to n-m

4              do  if  P[1..m]=T[s+1..s+m]

5                         then print "Pattern occurs with shift" s

C++代码实现如下：

//只匹配第一次出现的字符串 
int Naive_String_Matcher(string T,string P){//T为匹配串，P为模式串 
	int n=T.size();
	int m=P.size();
	for(int s=0;s<n-m+1;s++){
		for(int k=0;