朴素字符串匹配实际编写的问题

写作目标：总结实际编写中的一些问题。

分析

给出一个待查询的字符串str比如 ‘app is apple.’，一个被匹配的字符串match比如 ‘apple’。

朴素字符串匹配的算法基本思想很简单（也很暴力），一个指针i指向字符串str的第一个字符，一个指针j指向字符串match的第一个字符，假如指针i和指针j指向的字符相同，指针i和指针j同时移动，否则指针i移动到‘之前位置的下一个位置’（稍后在代码中解释），指针j移动到字符串match的0位置。

两个指针遍历两个字符串，很容易写出下面的代码：

for i in range(0, len(str)):
    for j in range(0, len(match)):
        if(str[i] != str[j]):
            #...

不过写完就会发现，这段代码只是将str中的一个字符与match中的每一个字符进行比较，完全不符合我们的逻辑。

之后写下了这样的代码：

for i, j in range(0, len(str)):

一方面，i j可能会超出str或match字符串数组的长度，另一方面，更重要的是，这里的逻辑是同时依次比较str和match中的字符，即同时比较它们的第一个字符、第二个字符……也并非我们想要的逻辑。

我们是需要同时依次比较str和match中的字符的，但同时还需要控制从str的不同位置‘开始’进行对比：

for i in ...:
    if(str[i] != match[j]):
        ...

这里要注意的是指向str的指针和指向match的指针移动在有些情况不是同时移动的。

最终代码

def find(str, match):
    i = 0
    while(i < len(str) - len(match) + 1):
        # 注意点是只需要遍历到len(str) - len(match)位置
        j = 0
        while(j < len(match)):
            if(str[i] != match[j]):
                # 当前字符不相同，退出当前循环
                break
            else:
                # 当前字符相同
                
                if(j == len(match) - 1):
                    # 如果j来到了match数组的最后一位
                    print('get')
                    return
                else:
                    # 判断下一个字符
                    i += 1
                    j += 1
        
        # 发生字符不匹配，只需要i移动到上一轮的位置的下一个位置，即‘之前位置的下一个位置’
        # 接下来会执行j=0，让j指向match字符串数组的0位置
        # （i j 没有同时移动）
        i += 1

    # i来到最后位置
    print('not found')
    return

find("app is apple.", "apple")

进一步，可以将两层循环优化为单层：

def find(str, match):
    i = 0
    j = 0
    while(i < len(str) and j < len(match)):
        # 这里i的范围是整个str
        if(str[i] != match[j]):
            # 当前字符不相同

            # 发生字符不匹配，只需要i向前移动
            # j=0，让j指向match字符串数组的0位置
            i += 1            
            j = 0
        else:
            # 当前字符相同
            
            if(j == len(match) - 1):
                # 如果j来到了match数组的最后一位
                print('get')
                return
            else:
                # 判断下一个字符
                i += 1
                j += 1
        
    # i来到最后位置
    print('not found')
    return
        
find("app is apple.", "apple")

总结

初学时很容易理解的方法，写起来还是有很多和‘想的’不一样的细节。切忌眼高手低。
另外对文中的一些描述作一些补充：

• 字符串str，也可以称为字符串数组，这个数组中的每个元素是一个字符
• 字符串str的第一个字符，也就是字符串数组0位置上的字符
• i和j这两个在文中称为指针，它们的值是数值，这个数值记录的是‘当前’i在字符串数组str的位置和j在字符串数组match的位置
• 对于这两个指针有时称为‘移动’到某个位置，有时称‘指向’第几个字符，它们是同样的意思，比如j移动到字符串数组match的0位置与j指向字符串match的第一个字符，j的变化是相同的