3种字符串匹配算法原理笔记

1.Brute Force(暴力匹配)

算法步骤

对于给定的文本串 T 与模式串 p，求出文本串 T 的长度为 n，模式串 p 的长度为 m。
同时遍历文本串 T 和模式串 p，先将 T[0] 与 p[0] 进行比较。
如果相等，则继续比较 T[1] 和 p[1]。以此类推，一直到模式串 p 的末尾 p[m - 1] 为止。
如果不相等，则将文本串 T 移动到上次匹配开始位置的下一个字符位置，模式串 p 则回退到开始位置，再依次进行比较。
当遍历完文本串 T 或者模式串 p 的时候停止搜索。

算法分析
最坏每轮比较需要进行 m 次字符对比，总共需要进行 n -轮比较，总的比较次数为 m * n 。所以 BF 算法的最坏时间复杂度为O(m*n)

2.Rabin Karp 算法

算法思想：对于给定文本串 T 与模式串 p，通过滚动哈希算快速筛选出与模式串 p 不匹配的文本位置，然后在其余位置继续检查匹配项。

算法分析
RK 算法可以看做是 BF 算法的一种改进。在 BF 算法中，每一个字符都需要进行比较。而在 RK 算法中，总共需要比较 n - m + 1 个子串的哈希值，所以 RK 算法的整体时间复杂度为O(n),跟 BF 算法相比，RK 算法的效率提高了很多。
但是如果存在冲突的情况下，算法的效率会降低。最坏情况是每一次比较模式串的哈希值和子串的哈希值时都相等，但是每一次都会出现冲突，那么每一次都需要验证模式串和子串每个字符是否完全相同，那么总的比较次数就是 m * (n - m + 1) ，时间复杂度就会退化为 O(m*n)

3.KMP 算法

对模式串 p 进行了预处理，计算出前缀表，用一个数组 next 来记录。然后在每次失配发生时，不回退文本串的指针 i，而是根据前缀表中模式串失配位置 j 的前一个位置的值，即 next[j - 1] 的值来决定模式串可以向右移动的位数。

步骤
1.根据 next 数组的构造步骤生成「前缀表」next。
2.使用两个指针 i、j，其中 i 指向文本串中当前匹配的位置，j 指向模式串中当前匹配的位置。初始时，i = 0，j = 0。
3.循环判断模式串前缀是否匹配成功，如果模式串前缀匹配不成功，将模式串进行回退，即 j = next[j - 1]，直到 j == 0 时或前缀匹配成功时停止回退。
4.如果当前模式串前缀匹配成功，则令模式串向右移动 1 位，即 j += 1。
5.如果当前模式串 完全 匹配成功，则返回模式串 p 在文本串 T 中的开始位置，即 i - j + 1。
5.如果还未完全匹配成功，则令文本串向右移动 1 位，即 i += 1，然后继续匹配。
6.如果直到文本串遍历完也未完全匹配成功，则说明匹配失败，返回 -1。

KMP 算法分析

KMP 算法在构造前缀表阶段的时间复杂度为O(m)，其中 m是模式串 p 的长度。KMP 算法在匹配阶段，是根据前缀表不断调整匹配的位置，文本串的下标 i 并没有进行回退，可以看出匹配阶段的时间复杂度是 O(n)，其中 n是文本串 T 的长度。所以 KMP 整个算法的时间复杂度是 O(n+m)