1. 算法
KMP从前往后搜索,BM txt从前往后,匹配时从后向前,right[R]为字符R在pat出现的最右位置(base index=0).
其中Math.max(1, j-*), 是为了避免这种情况,当在pat中坏字符B的位置 小于 right[B]时,避免skip出现负值。 即坏字符B后还有B的情况。如下第二张图所示。
2. right[R]的构建
3. 算法最坏情况 N*M
4. 其他
以上处理为坏字符算法,另外可以结合好后缀规则一起使用, 这两种算法的目的就是让模式串每次向右移动尽可能大的距离。
好后缀规则
原理
好后缀规则要更复杂一点。
假设有P和T,T中字串t匹配到了P的一个后缀,但在比较位置i时发生不匹配。设匹配到的好后缀在T中为t,在P中为t'(t = t')。
分两种情况来讨论:
1,在P中i位置的左侧最靠近i位置查找字串t'使得t'=t(此时t'不是P的后缀,实际上也就是查找匹配到的字串除了在P的后缀中存在,是否在P的其他位置存在),若存在,则移动相应的位数将找到的t'与T中的t对齐。
2,如果t'不存在,那我们继续查找t的某一个后缀是否为P的前缀,若存在,则移动相应的位将P的前缀与t的后缀位置对齐。否则,将P向后移动n个字符。
好后缀规则的实质是,将不匹配位置右侧匹配到的字符串t的所有字符后缀组合,用于查找它们在P的不匹配位置左侧是否存在。
通俗的理解是,最长的好后缀t是否存在于i的左侧(情况1),其他后缀组合中是否存在与P的前缀相同的情况(情况2)。
图解:
情况1:模式串中有子串匹配上好后缀,此时移动模式串,让该子串和好后缀对齐即可,如果超过一个子串匹配上好后缀,则选择最靠左边的子串对齐。
情况2:模式串中没有子串匹配上后后缀,此时需要寻找模式串的一个最长前缀,并让该前缀等于好后缀的后缀,寻找到该前缀后,让该前缀和好后缀对齐即可。
情况3:模式串中没有子串匹配上后后缀,并且在模式串中找不到最长前缀,让该前缀等于好后缀的后缀。此时,直接移动模式到好后缀的下一个字符。