KMP 串的模式匹配 (25 分)
给定两个由英文字母组成的字符串 String 和 Pattern,要求找到 Pattern 在 String 中第一次出现的位置,并将此位置后的 String 的子串输出。如果找不到,则输出“Not Found”。
本题旨在测试各种不同的匹配算法在各种数据情况下的表现。各组测试数据特点如下:
数据0:小规模字符串,测试基本正确性;
数据1:随机数据,String 长度为 105 ,Pattern 长度为 10;
数据2:随机数据,String 长度为 105 ,Pattern 长度为 102 ;
数据3:随机数据,String 长度为 105 ,Pattern 长度为 103 ;
数据4:随机数据,String 长度为 105 ,Pattern 长度为 104 ;
数据5:String 长度为 106 ,Pattern 长度为 105 ;测试尾字符不匹配的情形;
数据6:String 长度为 106 ,Pattern 长度为 105 ;测试首字符不匹配的情形。
输入格式:
输入第一行给出 String,为由英文字母组成的、长度不超过 10
6
的字符串。第二行给出一个正整数 N(≤10),为待匹配的模式串的个数。随后 N 行,每行给出一个 Pattern,为由英文字母组成的、长度不超过 10
5
的字符串。每个字符串都非空,以回车结束。
输出格式:
对每个 Pattern,按照题面要求输出匹配结果。
输入样例:
abcabcabcabcacabxy
3
abcabcacab
cabcabcd
abcabcabcabcacabxyz
输出样例:
abcabcacabxy
Not Found
Not Found
代码
简单版本的KMP,建立数组的方法过于简单,导致超时
#include<iostream>
#include<cstring>
#define Maxsize 1000001
#define PMax 100001
typedef char pattern[PMax];
typedef int MatchArr[PMax];
using namespace std;
/*简单版本的建立match数组*/
int* BuildMatch(pattern pat) {
int len = strlen(pat);
int* Match = new int[len];
Match[0] = -1;
int i, j;
for ( j = 1; j < len;j++) {
for (i = 0; i < j; i++) {
if (pat[i] != pat[j - i]) {
Match[j] = i-1;//1个匹配记为0
break;
}
}
}
return Match;
}
int Judge(char* text, pattern pat) {
int* Match=BuildMatch(pat);
int t, p;
t = p = 0;
int res = -1;
int patlen = strlen(pat);
int textlen = strlen(text);
if (patlen > textlen)return -1;
while (t <textlen) {
if (text[t] == pat[p]) {
p++;
t++;
}
else {
if (p>0)
p = Match[p - 1] + 1;
else if (p == 0) {
t++;
}
}
if (p == patlen) {
res = t-patlen;
break;
}
}
return res;
}
int main() {
char* Text = new char[Maxsize];
pattern Pat;
int N,res;
cin >> Text;
cin >> N;
for (int i = 0; i < N; i++) {
cin >> Pat;
res=Judge(Text, Pat);
if (res == -1) {
cout << "Not Found\n";
}
else {
printf("%s\n", Text + res);
}
}
delete[]Text;
return 0;
}
测试结果
代码2
#include<iostream>
#include<cstring>
#define Maxsize 1000001
#define PMax 100001
typedef char pattern[PMax];
typedef int MatchArr[PMax];
using namespace std;
/*更好的版本*/
int* BuildMatch2(pattern pat) {
int i, j;
int patlen = strlen(pat);
int* Match = new int[patlen];
Match[0] = -1;
for (j = 1; j < patlen; j++) {
i = Match[j - 1];
while (i>=0&&pat[j]!=pat[i+1]) {
i = Match[i];
}
if (pat[i + 1] == pat[j]) {
Match[j] = i + 1;
}
else
Match[j] = -1;
}
}
int Judge(char* text, pattern pat) {
int* Match=BuildMatch2(pat);
int t, p;
t = p = 0;
int res = -1;
int patlen = strlen(pat);
int textlen = strlen(text);
if (patlen > textlen)return -1;
while (t <textlen) {
if (text[t] == pat[p]) {
p++;
t++;
}
else {
if (p>0)
p = Match[p - 1] + 1;
else if (p == 0) {
t++;
}
}
if (p == patlen) {
res = t-patlen;
break;
}
}
return res;
}
int main() {
char* Text = new char[Maxsize];
pattern Pat;
int N,res;
cin >> Text;
cin >> N;
for (int i = 0; i < N; i++) {
cin >> Pat;
res=Judge(Text, Pat);
if (res == -1) {
cout << "Not Found\n";
}
else {
printf("%s\n", Text + res);
}
}
delete[]Text;
return 0;
}
测试结果
总结
主要是重新归类了一下关于下标的问题,以后所有的关于下标的问题都从下面这个公式考虑。要求是:起始下标,结尾下标,包括下标在内的元素个数N,知道任意两个可以求出第三个,并且排列是连续的,如果有任何变形都基于此(比如不算末尾或者N少了一个)