32.讲字符串匹配基础（上）：如何借助哈希算法实现高效字符串匹配

• 单模式串匹配: BF算法和RK算法
• 多模式串匹配算法: Trie树和AC自动机

问题： RK算法是如何借助哈希算法来实现高效字符串匹配的呢？

1. BF算法

主串： 长度n，模式串：长度m， n > m。

BF: Brute Force的缩写, 暴力匹配算法。

算法过程：检查起始位置分别是0、1、2…n-m且长度为m的n-m+1个子串，看有没有跟模式串匹配的。最坏情况时间复杂度是O(n*m)

2. RK算法

全称叫Rabin-Karp算法。

算法思想：共有n-m+1个子串，分别计算子串的哈希值，与模式串的哈希值比较（哈希冲突下面讲），相等即说明匹配。哈希值是数字，数字的比较高效快速。

• 1.无哈希冲突

假设字符串只包含a-z字母，其中a为0，b为1，以此类推，z为25. 计算子串的哈希值如下图所示：

两个相邻字串的哈希值有什么关系？

s[i-1]和s[i]为两个字串的起始位置，i-1和i表示索引位置。

字串1索引：s[i-1] ~ s[i + m - 2];
字串2索引：s[i] ~ s[i + m - 1];

26 ^ m-1次方，可以提前计算存储到数组，使用的时候直接查询即可。

RK算法整体的时间复杂度就是O(n)。

• 2.有哈希冲突
  以上算法，个人认为限制很大，原因是26幂运算很容超过计算机能表示的整型数字范围。

也可以直接讲字母对应的数字累加和作为哈希值，这种方法有哈希冲突，解决办法就是：哈希值一样，再比较子串和模式串，这种方法哈希冲突概率比较高。 实际设计可以把字母对应素数，这样可以降低哈希冲突。