文本文件单词的检索与计数
实验任务
建立一个文本文件,统计给定单词在文本文件中出现的总次数及位置
实验要求
文本文件中每个单词不包含空格且不跨行,单词由字符序列构成且区分大小写,统计给定单词在文本文件中出现的总次数,检索输出的某个单词出现在文本中的行号、在该行中出现的位置。
设计数据量大的文本,进行子串的查询处理,分析算法运行的时间效率,对所有输出的匹配位置结果进行验证,以证明算法设计和实现的正确性。
用朴素模式匹配算法或KMP算法实现字符串定位;
可正确读取,保存文本;
开发环境
开发语言:Java
开发平台:IDEA
关键算法
朴素模式匹配算法
模式匹配的最原始想法,从目标串T的的第一个字符开始与模式串P的第一个字符开始进行比较,如果相等,则继续对后续的字符进行比较,否则目标串T从第二个字符开始与模式串P的第一个字符重新比较,直至模式串P中的每个字符依次和目标串T中的一个子串相等为止,此时称为匹配成功,否则匹配失败。
KMP算法
KMP算法的核心是利用匹配失败后的信息,尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是通过一个next()函数实现,函数本身包含了模式串的局部匹配信息。KMP算法的时间复杂度O(m+n)