sunday算法简介

sunday算法的概念如下：

 

Sunday算法是Daniel M.Sunday于1990年提出的一种比BM算法搜索速度更快的算法。其核心思想是：在匹配过程中，模式串并不被要求一定要按从左向右进行比较还是从右向左进行比较，它在发现不匹配时，算法能跳过尽可能多的字符以进行下一步的匹配，从而提高了匹配效率。

假设在发生不匹配时S[i]≠T[j]，1≤i≤N，1≤j≤M。此时已经匹配的部分为u，并假设字符串u的长度为L。如图1。明显的，S[L+i+1]肯定要参加下一轮的匹配，并且T[M]至少要移动到这个位置(即模式串T至少向右移动一个字符的位置)。

图 1  Sunday 算法不匹配的情况

    分如下两种情况：

    (1) S[L+i+1]在模式串T中没有出现。这个时候模式串T[0]移动到S[T+i+1]之后的字符的位置。如图2。

图 2  Sunday 算法移动的第 1 种情况

    (2)S[L+i+1]在模式串中出现。这里S[L+i+1]从模式串T的右侧，即按T[M-1]、T[M-2]、…T[0]的次序查找。如果发现S[L+i+1]和T中的某个字符相同，则记下这个位置，记为k，1≤k≤M，且T[k]=S[L+i+1]。此时，应该把模式串T向右移动M-k个字符的位置，即移动到T[k]和S[L+i+1]对齐的位置。如图3。

图 3  Sunday 算法移动的第 2 种情况

     依次类推，如果完全匹配了，则匹配成功；否则，再进行下一轮的移动，直到主串S的最右端结束。该算法最坏情况下的时间复杂度为O(N*M)。对于短模式串的匹配问题，该算法执行速度较快。

Sunday算法思想跟BM算法很相似，在匹配失败时关注的是文本串中参加匹配的最末位字符的下一位字符。如果该字符没有在匹配串中出现则直接跳过，即移动步长= 匹配串长度+1；否则，同BM算法一样其移动步长=匹配串中最右端的该字符到末尾的距离+1。

 

现举个例子来说明：

比如：

匹配串：abcbczdxzc

模式串：zbcac

这里我们看到b-a没有对上，我们就看匹配串中的z在模式串的位置，然后对齐。

匹配串：abcbczdxzc

模式串：         zbcac

如果模式串中的没有那个字符的话就跳过去。

匹配串：abcbcedxzcs

模式串：zbcac

e不在模式串中出现，那么我们就

匹配串：abcbcedxzcs

模式串：           zbcac

 

例子代码：

int sunday(const char *src,const char *des) { int i,j,pos=0; int len_s,len_d; int next[26]={0};//next数组，预处理初始化 len_s=strlen(src); len_d=strlen(des); for(j=0;j<26;++j)//初始化next数组 next[j]=len_d+1; for(j=0;j<len_d;++j)//设置next数组 next[des[j]-'a']=len_d-j; while( pos<(len_s-len_d+1) )//遍历原串 { i=pos; for(j=0;j<len_d;++j,++i)//比较 { if(src[i]!=des[j])//一旦不匹配，原串就按照next跳转 { pos+=next[src[pos+len_d]-'a']; break; } } if(j==len_d) return pos; } return -1;//无子串则返回-1 } int main() { char src[]="abcdacdaahfacabcdabcdeaa"; char des[]="abcde"; cout<<sunday(src,des)<<endl; return 0; }

 

WTL/MFC版：

int Sunday(LPCTSTR lpctS, LPCTSTR lpctT, BOOL bNoCase) { int i, nSize, nPos=0; int nLenS, nLenT; CString cstrS, cstrT, cstrSTemp; int *nNext;//nNext数组，预处理初始化 cstrS=lpctS; cstrT=lpctT; nLenS=cstrS.GetLength(); nLenT=cstrT.GetLength(); if(sizeof(TCHAR)==sizeof(char)) nSize=0x100; else nSize=0x10000; nNext=(int*)malloc(nSize*sizeof(int)); if(NULL==nNext) return -2; memset(nNext, 0, nSize*sizeof(int)); for(i=0; i<nSize; i++)//初始化nNext数组 nNext[i]=nLenT+1; for(i=0; i<nLenT; i++)//设置nNext数组 nNext[cstrT.GetAt(i)]=nLenT-i; while( nPos<(nLenS-nLenT) )//遍历原串 { cstrSTemp=cstrS.Mid(nPos, nLenT); if (bNoCase) { if (cstrSTemp.CompareNoCase(cstrT))//一旦不匹配，原串就按照nNext跳转 nPos+=nNext[cstrS.GetAt(nPos+nLenT)]; else { free(nNext); nNext=NULL; return nPos; } } else { if (cstrSTemp.Compare(cstrT))//一旦不匹配，原串就按照nNext跳转 nPos+=nNext[cstrS.GetAt(nPos+nLenT)]; else { free(nNext); nNext=NULL; return nPos; } } } if (nLenS-nLenT==nPos)//比较最后一次 { cstrSTemp=cstrS.Mid(nPos, nLenT); if (bNoCase) { if (!cstrSTemp.CompareNoCase(cstrT)) { free(nNext); nNext=NULL; return nPos; } } else { if (!cstrSTemp.Compare(cstrT)) { free(nNext); nNext=NULL; return nPos; } } } free(nNext); nNext=NULL; return -1;//无子串则返回-1 }