一、模式匹配
串的查找定位操作(也称为串的模式匹配操作)指的是在当前串(主串)中寻找子串(模式串)的过程。若在主串中找到了一个和模式串相同的子串,则查找成功;若在主串中找不到与模式串相同的子串,则查找失败。两种主要的模式匹配算法是Brute Force算法和KMP算法。
二、Brute Force算法
1.Brute Force算法也被称为朴素的模式匹配算法,是一种简单、直观的模式匹配算法。简单来说,就是对主串的每一个字符作为子串开头,与要匹配的字符串进行匹配。对主串做大循环,每个字符开头做次数为子串长度的小循环,直到匹配成功或全部遍历完成为止。
2.Brute Force算法的C语言代码实现:
/* 朴素的模式匹配法 */
int Index(String S, String T, int pos)
{
int i = pos; /* i用于主串S中当前位置下标值,若pos不为1,则从pos位置开始匹配 */
int j = ; /* j用于子串T中当前位置下标值 */
while (i <= S[] && j <= T[]) /* 若i小于S的长度并且j小于T的长度时,循环继续 */
{
if (S[i] == T[j]) /* 两字母相等则继续 */
{
++i;
++j;
}
else /* 指针后退重新开始匹配 */
{
i = i-j+; /* i退回到上次匹配首位的下一位 */
j = ; /* j退回到子串T的首位 */
}
}
if (j > T[])
return i-T[];
else
return ;
}
3.Brute Force算法的Java语言代码实现:
/*****************************朴素模式匹配算法*******************************************/
public int indexOf_BF(StrMatchingINF str, int begin) throws Exception {
if ((this != null) && (str != null) && (str.strLength() > 0 && (this.strLength() >= str.strLength()))) {
int i = begin;
int j = 0;
int slen = this.strLength(); // strLength()函数返回的数组下标最大值
int tlen = str.strLength();
while ((i < slen) && (j < tlen)) {
if (this.charAt(i) == str.charAt(j)) {
i++;
j++;
} else {
i = i - j + 1; // 注意:i退回到主串上次匹配首位的下一位
j = 0; // j回退到子串的首位
}
}
if (j >= tlen) { // 全部匹配成功
return i - tlen; // 返回 子串在主串中的下标
} else {
return 0;
}
} else {
throw new Exception("主串为空或者子串为空或者子串长度大于主串长度");
}
}
// BF算法比较次数统计
public int indexOf_BFCount(StrMatchingINF str, int begin) throws Exception {
int i = begin;
int j = 0;
int count = 0;
int slen = this.strLength();
int tlen = str.strLength();
while ((i < slen) && (j < tlen)) {
if (this.charAt(i) == str.charAt(j)) {
i++;
j++;
} else {
i = i - j + 1; // 注意:i退回到主串上次匹配首位的下一位
j = 0; // j回退到子串的首位
}
count ++;
}
return count;
}
/***********************************************************************************/
4.Brute Froce模式匹配算法简单且易于理解,但在一些情况下,时间效率非常低,其原因是主串s和模式串t中已有多个字符比较相等时,只要后面遇到一个字符比较不相等,就需要将主串的比较位置i回退。
假设主串的长度为n,子串的长度为m,则模式匹配的BF算法在最好情况下的时间复杂度为O(m),即主串的前m个字符刚好等于模式串的m个字符。
BF算法在最坏情况下的时间复杂度为O(m x n):假设模式串的前m-1个字符串的相应字符序列比较总是相等,而模式串的第m个字符合主串的相应字符比较总是不相等时,此时,模式串的m个字符序列不许和主串相应字符序列一共比较n-m+1次,每次比较m个字符,总共需比较m x (n - m + 1)次,因此,其时间复杂度是O(m x n)。
例如1,主串s = “aaaab”,串长度n = 5,模式串t = “ab”,串长为m = 2。
每趟比较4次后匹配失败,i回到原位置加1,j返回到0,继续下一趟匹配,共计需要5 - 2 + 1 = 4趟,总共比较了4 x 2 = 8次。
例如2,主串s = “aaaaa”,串长度n = 5,模式串t = “ab”,串长为m = 2。
每趟比较4次后匹配失败,i回到原位置加1,j返回到0,继续下一趟匹配,共计需要5 - 2 + 1 = 4趟,这4趟是比较了4次,然而由于i继续加1,使得s的最后一位和t的第一位比较了一次,总共比较了4 x 2 + 1 = 9次。
三、KMP算法
1.KMP模式匹配算法也叫克努特-莫里斯-普拉特算法,可以大大避免重复遍历的情况。KMP算法的主要思想是,每当某趟匹配失败时,i指针不回退,而是利用已经得到的“部分匹配”的结果,将模式向右“滑动”尽可能远的一段距离后,继续进行比较。
2.在朴素的模式匹配算法中,主串的i值是不断地回溯来完成的,KMP算法就是为了避免没有必要的回溯发生。
3.既然i值不回溯,也就是不可以变小,那么要考虑的变化就是j值了,通过观察可以发现,j值的变化与主串没有关系,而是拒绝域T串的结构中是否有重复的问题,也就是说,j值的多少取决于当前字符之前的串的前后缀的相似度。
4.把T串各个位置的j值变化定义为一个数组next,那么next的长度就是T串的长度,于是,可以得到下面的函数定义:
以模式串T = “abcabc”为例,
当j=0时,next[0]=-1;
当j=1时,next[1]=0;
当j=2时,等号左边最大为t0, 等号右边最大为t1, 由于t0不等于t1,所以next[2]=0;
当j=3时,等号左边最大为t0t1, 等号右边最大为t1t2, 由于t0不等于t2,所以next[3]=0;
当j=4时,等号左边最大为t0t1t2, 等号右边最大为t1t2t3, 由于t0等于t3, 所以next[4]=1;
当j=5时,等号左边最大为t0t1t2t3,等号右边最大为t1t2t3t4,由于t1等于t4,即有t0t1=t3t4,所以next[5]=next[4]+1=2;
以模式串T = “ababaaa”为例,
当j=0时,next[0]=-1;
当j=1时,子串为a, next[1]=0;
当j=2时,子串为ab, t0不等于t1,next[2]=0;
当j=3时,子串为aba, t0=t2=‘a’,next[3]=1;
当j=4时,子串为abab, t1=t3=‘b’,即有t0t1=t2t3, 则next[4]=next[3]+1=2;
当j=5时,子串为ababa, t2=t4=‘a’,即有t0t1t2=t2t3t4,则next[5]=next[4]+1=3;
当j=6时,子串为ababaa,t3不等于t5,则k=next[k]=next[3]=1;又因为t1不等于t5,则k=next[k]=next[1]=0;又因为t0等于t5,则next[6]=next[1]+1=1;
求解next[j]函数值的过程是一个递推过程:
初始时,next[0]=-1,next[1]=0;
若存在next[j]=k,则表明在模式串T中有“t0 t1... tk-1” = “tj-k tj-k+1 ... tj-1” (0
若tk = tj, 则表明在模式串中存在“t0 t1... tk-1 tk” = “tj-k tj-k+1 ... tj-1 tj” (0
若tk != tj,则表明在模式串中存在“t0 t1... tk-1 tk”不等于“tj-k tj-k+1 ... tj-1 tj” (0
5.next[j]函数算法的Java语言代码实现
private int[] get_Next(StrMatchingINF T) throws Exception {
int[] next = new int[T.strLength()];
int j = 1;
int k = 0;
next[0] = -1;
next[1] = 0;
while (j < T.strLength() - 1) {
if (T.charAt(j) == T.charAt(k)) {
next[j + 1] = k + 1;
j++;
k++;
} else if (k == 0) {
next[j + 1] = 0;
j++;
} else {
k = next[k];
}
}
return next;
}
四、改进的KMP算法
1.以上定义的next[j]函数在某些情况下还存在缺陷。例如,主串s=“bbbcbbbbbc”,模式串t=“bbbbc”,在匹配时,当i=3,j=3时,s3不等于t3,则j向右滑动next[j],接着还需要进行s3与t2,s3与t1,s3与t0的三次比较。实际上,因为模式串中的t0、t1、t2这三个字符与t3都相等,后三次比较结果与s3和t3的比较结果相同,因此,可以不必进行后三次的比较,而是直接将模式串向右滑动4个字符,比较s4与t0。
2.一般来说,若模式串t中存在tj=tk(k=next[j]),且si不等于tj时,则下一次si不必与tk进行比较,而直接与t next[k]进行比较,因此,修正next[j]函数为nextval[j]:
3.nextval[j]函数算法的Java语言代码实现
private int[] get_NextVal(StrMatchingINF T) throws Exception {
int[] nextval = new int[T.strLength()];
int j = 1;
int k = 0;
nextval[0] = -1;
while (j < T.strLength() - 1) {
if (k == -1 || T.charAt(j) == T.charAt(k)) {
j++;
k++;
if (T.charAt(j) != T.charAt(k)) {
nextval[j] = k;
} else {
nextval[j] = nextval[k];
}
} else {
k = nextval[k];
}
}
return nextval;
}
五、三种模式匹配算法的C语言代码实现(和Java实现有出入,数组下标为0的位置存储的是数组长度):
#include "string.h"
#include "stdio.h"
#include "stdlib.h"
#include "io.h"
#include "math.h"
#include "time.h"
#define OK 1
#define ERROR 0
#define TRUE 1
#define FALSE 0
#define MAXSIZE 100 /* 存储空间初始分配量 */
typedef int Status; /* Status是函数的类型,其值是函数结果状态代码,如OK等 */
typedef int ElemType; /* ElemType类型根据实际情况而定,这里假设为int */
typedef char String[MAXSIZE+]; /* 0号单元存放串的长度 */
/* 生成一个其值等于chars的串T */
Status StrAssign(String T,char *chars)
{
int i;
if(strlen(chars)>MAXSIZE)
return ERROR;
else
{
T[]=strlen(chars);
for(i=;i<=T[];i++)
T[i]=*(chars+i-);
return OK;
}
}
Status ClearString(String S)
{
S[]=;/* 令串长为零 */
return OK;
}
/* 输出字符串T。 */
void StrPrint(String T)
{
int i;
for(i=;i<=T[];i++)
printf("%c",T[i]);
printf("\n");
}
/* 输出Next数组值。 */
void NextPrint(int next[],int length)
{
int i;
for(i=;i<=length;i++)
printf("%d",next[i]);
printf("\n");
}
/* 返回串的元素个数 */
int StrLength(String S)
{
return S[];
}
/* 朴素的模式匹配法 */
int Index(String S, String T, int pos)
{
int i = pos; /* i用于主串S中当前位置下标值,若pos不为1,则从pos位置开始匹配 */
int j = ; /* j用于子串T中当前位置下标值 */
while (i <= S[] && j <= T[]) /* 若i小于S的长度并且j小于T的长度时,循环继续 */
{
if (S[i] == T[j]) /* 两字母相等则继续 */
{
++i;
++j;
}
else /* 指针后退重新开始匹配 */
{
i = i-j+; /* i退回到上次匹配首位的下一位 */
j = ; /* j退回到子串T的首位 */
}
}
if (j > T[])
return i-T[];
else
return ;
}
/* 通过计算返回子串T的next数组。 */
void get_next(String T, int *next)
{
int i,j;
i=;
j=;
next[]=;
while (i
{
if(j== || T[i]== T[j]) /* T[i]表示后缀的单个字符,T[j]表示前缀的单个字符 */
{
++i;
++j;
next[i] = j;
}
else
j= next[j]; /* 若字符不相同,则j值回溯 */
}
}
/* 返回子串T在主串S中第pos个字符之后的位置。若不存在,则函数返回值为0。 */
/* T非空,1≤pos≤StrLength(S)。 */
int Index_KMP(String S, String T, int pos)
{
int i = pos; /* i用于主串S中当前位置下标值,若pos不为1,则从pos位置开始匹配 */
int j = ; /* j用于子串T中当前位置下标值 */
int next[]; /* 定义一next数组 */
get_next(T, next); /* 对串T作分析,得到next数组 */
while (i <= S[] && j <= T[]) /* 若i小于S的长度并且j小于T的长度时,循环继续 */
{
if (j== || S[i] == T[j]) /* 两字母相等则继续,与朴素算法增加了j=0判断 */
{
++i;
++j;
}
else /* 指针后退重新开始匹配 */
j = next[j];/* j退回合适的位置,i值不变 */
}
if (j > T[])
return i-T[];
else
return ;
}
/* 求模式串T的next函数修正值并存入数组nextval */
void get_nextval(String T, int *nextval)
{
int i,j;
i=;
j=;
nextval[]=;
while (i
{
if(j== || T[i]== T[j]) /* T[i]表示后缀的单个字符,T[j]表示前缀的单个字符 */
{
++i;
++j;
if (T[i]!=T[j]) /* 若当前字符与前缀字符不同 */
nextval[i] = j; /* 则当前的j为nextval在i位置的值 */
else
nextval[i] = nextval[j]; /* 如果与前缀字符相同,则将前缀字符的 */
/* nextval值赋值给nextval在i位置的值 */
}
else
j= nextval[j]; /* 若字符不相同,则j值回溯 */
}
}
int Index_KMP1(String S, String T, int pos)
{
int i = pos; /* i用于主串S中当前位置下标值,若pos不为1,则从pos位置开始匹配 */
int j = ; /* j用于子串T中当前位置下标值 */
int next[]; /* 定义一next数组 */
get_nextval(T, next); /* 对串T作分析,得到next数组 */
while (i <= S[] && j <= T[]) /* 若i小于S的长度并且j小于T的长度时,循环继续 */
{
if (j== || S[i] == T[j]) /* 两字母相等则继续,与朴素算法增加了j=0判断 */
{
++i;
++j;
}
else /* 指针后退重新开始匹配 */
j = next[j];/* j退回合适的位置,i值不变 */
}
if (j > T[])
return i-T[];
else
return ;
}
int main()
{
int i,*p;
String s1,s2;
StrAssign(s1,"abcdex");
printf("子串为: ");
StrPrint(s1);
i=StrLength(s1);
p=(int*)malloc((i+)*sizeof(int));
get_next(s1,p);
printf("Next为: ");
NextPrint(p,StrLength(s1));
printf("\n");
StrAssign(s1,"abcabx");
printf("子串为: ");
StrPrint(s1);
i=StrLength(s1);
p=(int*)malloc((i+)*sizeof(int));
get_next(s1,p);
printf("Next为: ");
NextPrint(p,StrLength(s1));
printf("\n");
StrAssign(s1,"ababaaaba");
printf("子串为: ");
StrPrint(s1);
i=StrLength(s1);
p=(int*)malloc((i+)*sizeof(int));
get_next(s1,p);
printf("Next为: ");
NextPrint(p,StrLength(s1));
printf("\n");
StrAssign(s1,"aaaaaaaab");
printf("子串为: ");
StrPrint(s1);
i=StrLength(s1);
p=(int*)malloc((i+)*sizeof(int));
get_next(s1,p);
printf("Next为: ");
NextPrint(p,StrLength(s1));
printf("\n");
StrAssign(s1,"ababaaaba");
printf(" 子串为: ");
StrPrint(s1);
i=StrLength(s1);
p=(int*)malloc((i+)*sizeof(int));
get_next(s1,p);
printf(" Next为: ");
NextPrint(p,StrLength(s1));
get_nextval(s1,p);
printf("NextVal为: ");
NextPrint(p,StrLength(s1));
printf("\n");
StrAssign(s1,"aaaaaaaab");
printf(" 子串为: ");
StrPrint(s1);
i=StrLength(s1);
p=(int*)malloc((i+)*sizeof(int));
get_next(s1,p);
printf(" Next为: ");
NextPrint(p,StrLength(s1));
get_nextval(s1,p);
printf("NextVal为: ");
NextPrint(p,StrLength(s1));
printf("\n");
StrAssign(s1,"");
printf("主串为: ");
StrPrint(s1);
StrAssign(s2,"");
printf("子串为: ");
StrPrint(s2);
printf("\n");
printf("主串和子串在第%d个字符处首次匹配(朴素模式匹配算法)\n",Index(s1,s2,));
printf("主串和子串在第%d个字符处首次匹配(KMP算法) \n",Index_KMP(s1,s2,));
printf("主串和子串在第%d个字符处首次匹配(KMP改良算法) \n",Index_KMP1(s1,s2,));
return ;
}
输出为:
子串为: abcdex
Next为:
子串为: abcabx
Next为:
子串为: ababaaaba
Next为:
子串为: aaaaaaaab
Next为:
子串为: ababaaaba
Next为:
NextVal为:
子串为: aaaaaaaab
Next为:
NextVal为:
主串为:
子串为:
主串和子串在第41个字符处首次匹配(朴素模式匹配算法)
主串和子串在第41个字符处首次匹配(KMP算法)
主串和子串在第41个字符处首次匹配(KMP改良算法)
六、三种模式匹配算法即其各自的比较次数统计算法的Java语言代码实现:
接口类:
package bigjun.iplab.stringMatching;
public interface StrMatchingINF {
// 求顺序串的长度
public int strLength();
// 读取并返回串中的第index个字符值
public char charAt(int index) throws Exception;
// Brute-Force模式匹配算法
public int indexOf_BF(StrMatchingINF str, int begin) throws Exception;
// KMP模式匹配算法
public int indexOf_KMP(StrMatchingINF str, int begin) throws Exception;
// 改进的KMP模式匹配算法
public int indexOf_ImprovedKMP(StrMatchingINF str, int begin) throws Exception;
}
实现类:
package bigjun.iplab.stringMatching;
public class StrMatching implements StrMatchingINF{
private char[] strElem;
private int curlength;
// 构造方法:以字符串常量构造串对象
public StrMatching(String str) {
char[] tempCharArray = str.toCharArray();
strElem = tempCharArray;
curlength = tempCharArray.length;
}
public int strLength() {
return curlength;
}
public char charAt(int index) throws Exception {
if ((index < 0) || (index >= curlength)) {
throw new Exception("索引值超出范围,无法给出对应字符");
}
return strElem[index];
}
/*****************************朴素模式匹配算法*******************************************/
public int indexOf_BF(StrMatchingINF str, int begin) throws Exception {
if ((this != null) && (str != null) && (str.strLength() > 0 && (this.strLength() >= str.strLength()))) {
int i = begin;
int j = 0;
int slen = this.strLength(); // strLength()函数返回的数组下标最大值
int tlen = str.strLength();
while ((i < slen) && (j < tlen)) {
if (this.charAt(i) == str.charAt(j)) {
i++;
j++;
} else {
i = i - j + 1; // 注意:i退回到主串上次匹配首位的下一位
j = 0; // j回退到子串的首位
}
}
if (j >= tlen) { // 全部匹配成功
return i - tlen; // 返回 子串在主串中的下标
} else {
return -1;
}
} else {
throw new Exception("主串为空或者子串为空或者子串长度大于主串长度");
}
}
// BF算法比较次数统计
public int indexOf_BFCount(StrMatchingINF str, int begin) throws Exception {
int i = begin;
int j = 0;
int count = 0;
int slen = this.strLength();
int tlen = str.strLength();
while ((i < slen) && (j < tlen)) {
if (this.charAt(i) == str.charAt(j)) {
i++;
j++;
} else {
i = i - j + 1; // 注意:i退回到主串上次匹配首位的下一位
j = 0; // j回退到子串的首位
}
count ++;
if (j >= tlen) // 全部匹配成功
return count; // 返回 子串在主串中的下标
}
return count;
}
/************************************KMP模式匹配算法***********************************************/
// KMP模式匹配算法
public int indexOf_KMP(StrMatchingINF str, int begin) throws Exception {
int[] next = get_Next(str);
int i = begin;
int j = 0;
while (i < this.strLength() && j < str.strLength()) {
if (j == -1 || this.charAt(i) == str.charAt(j)) {
i++;
j++;
} else {
j = next[j];
}
}
if (j < str.strLength()) {
return -1;
} else {
return (i - str.strLength());
}
}
private int[] get_Next(StrMatchingINF T) throws Exception {
int[] next = new int[T.strLength()];
int j = 1; // 注意这里,只给定了数组下标为0和1的初始值,所以要令j从1开始,和get_Nextval()区分开
int k = 0;
next[0] = -1;
next[1] = 0;
while (j < T.strLength() - 1) {
if (T.charAt(j) == T.charAt(k)) {
next[j + 1] = k + 1;
j++;
k++;
} else if (k == 0) {
next[j + 1] = 0;
j++;
} else {
k = next[k];
}
}
return next;
}
public int indexOf_KMPCount(StrMatchingINF str, int begin) throws Exception {
int[] next = get_Next(str);
int count = 0;
int i = begin;
int j = 0;
while (i < this.strLength() && j < str.strLength()) {
if (j == -1 || this.charAt(i) == str.charAt(j)) {
i++;
j++;
} else if (j == 0) {
i++;
} else {
j=next[j];
}
count++;
}
return count;
}
/*********************************改进的KMP模式匹配算法**********************************************/
public int indexOf_ImprovedKMP(StrMatchingINF str, int begin) throws Exception {
int[] next = get_NextVal(str);
int i = begin;
int j = 0;
while (i < this.strLength() && j < str.strLength()) {
if (j == -1 || this.charAt(i) == str.charAt(j)) {
i++;
j++;
} else {
j = next[j];
}
}
if (j < str.strLength()) {
return -1;
} else {
return (i - str.strLength());
}
}
private int[] get_NextVal(StrMatchingINF T) throws Exception {
int[] nextval = new int[T.strLength()];
int j = 0; // 注意这里,只给定了数组下标为0的初始值,所以要令j从0开始,和get_Next()区分开
int k = -1;
nextval[0] = -1;
while (j < T.strLength() - 1) {
if (k == -1 || T.charAt(j) == T.charAt(k)) {
j++;
k++;
if (T.charAt(j) != T.charAt(k))
nextval[j] = k;
else
nextval[j] = nextval[k];
} else
k = nextval[k];
}
return nextval;
}
public int indexOf_ImprovedKMPCount(StrMatchingINF str, int begin) throws Exception {
int[] next = get_NextVal(str);
int i = begin;
int j = 0;
int count = 0;
while (i < this.strLength() && j < str.strLength()) {
if (j == -1 || this.charAt(i) == str.charAt(j)) {
i++;
j++;
} else if (j == 0) {
i++;
}{
j = next[j];
}
count++;
}
return count;
}
/***********************************************************************/
public static void main(String[] args) throws Exception {
StrMatching str1 = new StrMatching("aaaaaaab");
StrMatching str2 = new StrMatching("aaaab");
System.out.println("采用BF算法, 主串和子串在主串数组下标为" + str1.indexOf_BF(str2, 0) + "的位置首次匹配成功");
System.out.println("采用KMP算法,主串和子串在主串数组下标为" + str1.indexOf_KMP(str2, 0) + "的位置首次匹配成功");
System.out.println("采用改进的KMP算法,主串和子串在主串数组下标为" + str1.indexOf_ImprovedKMP(str2, 0) + "的位置首次匹配成功");
System.out.println("采用BF算法, 比较次数为: " + str1.indexOf_BFCount(str2, 0));
System.out.println("采用KMP算法,比较次数为: " + str1.indexOf_KMPCount(str2, 0));
System.out.println("采用改进的KMP算法,比较次数为: " + str1.indexOf_ImprovedKMPCount(str2, 0));
System.out.println();
StrMatching str3 = new StrMatching("aaaaaaaa");
StrMatching str4 = new StrMatching("aaaab");
System.out.println("采用BF算法, 主串和子串在主串数组下标为" + str3.indexOf_BF(str4, 0) + "的位置首次匹配成功");
System.out.println("采用KMP算法,主串和子串在主串数组下标为" + str3.indexOf_KMP(str4, 0) + "的位置首次匹配成功");
System.out.println("采用改进的KMP算法,主串和子串在主串数组下标为" + str3.indexOf_ImprovedKMP(str4, 0) + "的位置首次匹配成功");
System.out.println("采用BF算法, 比较次数为: " + str3.indexOf_BFCount(str4, 0));
System.out.println("采用KMP算法,比较次数为: " + str3.indexOf_KMPCount(str4, 0));
System.out.println("采用改进的KMP算法,比较次数为: " + str3.indexOf_ImprovedKMPCount(str4, 0));
System.out.println();
StrMatching str5 = new StrMatching("00000000000000000000000000000000000000000000000001");
StrMatching str6 = new StrMatching("0000000001");
System.out.println("采用BF算法, 主串和子串在主串数组下标为" + str5.indexOf_BF(str6, 0) + "的位置首次匹配成功");
System.out.println("采用KMP算法,主串和子串在主串数组下标为" + str5.indexOf_KMP(str6, 0) + "的位置首次匹配成功");
System.out.println("采用改进的KMP算法,主串和子串在主串数组下标为" + str5.indexOf_ImprovedKMP(str6, 0) + "的位置首次匹配成功");
System.out.println("采用BF算法, 比较次数为: " + str5.indexOf_BFCount(str6, 0));
System.out.println("采用KMP算法,比较次数为: " + str5.indexOf_KMPCount(str6, 0));
System.out.println("采用改进的KMP算法,比较次数为: " + str5.indexOf_ImprovedKMPCount(str6, 0));
System.out.println();
StrMatching str7 = new StrMatching("bbbcbbbbc");
StrMatching str8 = new StrMatching("bbbbc");
System.out.println("采用BF算法, 主串和子串在主串数组下标为" + str7.indexOf_BF(str8, 0) + "的位置首次匹配成功");
System.out.println("采用KMP算法,主串和子串在主串数组下标为" + str7.indexOf_KMP(str8, 0) + "的位置首次匹配成功");
System.out.println("采用改进的KMP算法,主串和子串在主串数组下标为" + str7.indexOf_ImprovedKMP(str8, 0) + "的位置首次匹配成功");
/* i从0到4,每一趟的次数为:4 , 3 , 2 , 1 , 5 */
System.out.println("采用BF算法, 比较次数为: " + str7.indexOf_BFCount(str8, 0));
/* next[j] 为-1、0、1、2、3 */
/* i从0到4,每一趟的次数为:4 , 1 , 1 , 1 , 5 */
System.out.println("采用KMP算法,比较次数为: " + str7.indexOf_KMPCount(str8, 0));
/* nextval[j] 为-1、0、 0、0、3*/
/* 由于t0、t1、t2都与t3相等,却s3不等于t3,所以s3不等于t0、t1、t2,所以没有必要让s3和t0、t1、t2比较*/
/* i从0到4,每一趟的次数为:4 , 0 , 0 , 0 , 5 */
System.out.println("采用改进的KMP算法,比较次数为: " + str7.indexOf_ImprovedKMPCount(str8, 0));
}
}
输出:
采用BF算法, 主串和子串在主串数组下标为3的位置首次匹配成功
采用KMP算法,主串和子串在主串数组下标为3的位置首次匹配成功
采用改进的KMP算法,主串和子串在主串数组下标为3的位置首次匹配成功
采用BF算法, 比较次数为: 20
采用KMP算法,比较次数为: 11
采用改进的KMP算法,比较次数为: 8
采用BF算法, 主串和子串在主串数组下标为-1的位置首次匹配成功
采用KMP算法,主串和子串在主串数组下标为-1的位置首次匹配成功
采用改进的KMP算法,主串和子串在主串数组下标为-1的位置首次匹配成功
采用BF算法, 比较次数为: 24
采用KMP算法,比较次数为: 12
采用改进的KMP算法,比较次数为: 8
采用BF算法, 主串和子串在主串数组下标为40的位置首次匹配成功
采用KMP算法,主串和子串在主串数组下标为40的位置首次匹配成功
采用改进的KMP算法,主串和子串在主串数组下标为40的位置首次匹配成功
采用BF算法, 比较次数为: 410
采用KMP算法,比较次数为: 90
采用改进的KMP算法,比较次数为: 50
采用BF算法, 主串和子串在主串数组下标为4的位置首次匹配成功
采用KMP算法,主串和子串在主串数组下标为4的位置首次匹配成功
采用改进的KMP算法,主串和子串在主串数组下标为4的位置首次匹配成功
采用BF算法, 比较次数为: 15
采用KMP算法,比较次数为: 12
采用改进的KMP算法,比较次数为: 9
串匹配模式中的BF算法和KMP算法
考研的专业课以及找工作的笔试题,对于串匹配模式都会有一定的考察,写这篇博客的目的在于进行知识的回顾与复习,方便遇见类似的题目不会纠结太多. 传统的BF算法 传统算法讲的是串与串依次一对一的比较,举例设 ...
字符串匹配-BF算法和KMP算法
声明:图片及内容基于https://www.bilibili.com/video/av95949609 BF算法 原理分析 Brute Force 暴力算法 用来在主串中查找模式串是否存以及出现位置 ...
字符串匹配的BF算法和KMP算法学习
引言:关于字符串 字符串(string):是由0或多个字符组成的有限序列.一般写作`s = "123456..."`.s这里是主串,其中的一部分就是子串. 其实,对于字符串大小关系 ...
软件设计师_朴素模式匹配算法和KMP算法
1.从主字符串中匹配模式字符串(暴力匹配) 2. KMP算法
BF算法和KMP算法(javascript版本)
var str="abcbababcbababcbababcabcbaba";//主串 var ts="bcabcbaba";//子串 function BF( ...
BF算法和KMP算法 python实现
BF算法 def Index(s1,s2,pos = 0): """ BF算法 """ i = pos j = 0 while(i < ...
数据结构- 串的模式匹配算法:BF和 KMP算法
数据结构- 串的模式匹配算法:BF和 KMP算法 Brute-Force算法的思想 1.BF(Brute-Force)算法 Brute-Force算法的基本思想是: 1) 从目标串s 的第一个字 ...
串、串的模式匹配算法(子串查找)BF算法、KMP算法
串的定长顺序存储#define MAXSTRLEN 255,//超出这个长度则超出部分被舍去,称为截断 串的模式匹配: 串的定义:0个或多个字符组成的有限序列S = 'a1a2a3…….an ' n ...
【数据结构】最小生成树之prim算法和kruskal算法
在日常生活中解决问题经常需要考虑最优的问题,而最小生成树就是其中的一种.看了很多博客,先总结如下,只需要您20分钟的时间,就能完全理解. 比如:有四个村庄要修四条路,让村子能两两联系起来,这时就有最优 ...
随机推荐
CSS垂直居中和水平居中
前言 CSS居中一直是一个比较敏感的话题,为了以后开发的方便,楼主觉得确实需要总结一下了,总的来说,居中问题分为垂直居中和水平居中,实际上水平居中是很简单的,但垂直居中的方式和方法就千奇百怪了. 内联 ...
js中的call和apply方法的区别
一.call和apply的说明 1.call,apply都属于Function.prototype的一个方法,它是JavaScript引擎内在实现的,因为属于Function.prototype,所以 ...
深入理解Ember-Data特性(上)
写在前面 最近比较忙,换了新工作还要学习很多全新的技术栈,并给自己找了很多借口来不去坚持写博客.常常具有讽刺意味的是,更多剩下的时间并没有利用而更多的是白白浪费,也许这就是青春吧,挥霍吧,这不是我想要 ...
iOS-动画效果(首尾式动画,代码快动画,核心动画,序列帧动画)
一.各个动画的优缺点 1.首尾动画:如果只是修改空间的属性,使用首尾动画比较方便,如果在动画结束后做后续处理,就不是那么方面了. 2.核心动画:有点在于对后续的处理方便. 3.块动画: (1)在实际的 ...
gulp的常用api
gulp是什么? http://gulpjs.com/ 相信你会明白的! 与著名的构建工具grunt相比,有什么优势呢? 易于使用,代码优于配置 高效,不会产生过多的中间文件,减少I/O压力 易于学习 ...
Oracle SQL Lesson (2) - 限制和排序数据
重建scott用户@?/rdbms/admin/utlsampl.sql@--执行?--$ORACLE_HOME 字符区分大小写:SELECT last_name, job_id, departmen ...
原来,负载均衡可以这样用,多核CPU可以这样用
负载均衡作为一个处理高并发,大流量的访问的业务场景,已经几乎是常识性的知识了. 而本文的意义在于需求:由于大流量请求,导致服务无法正常响应,在不增加购买机器成本的场景下,如何提高服务器的业务处理能力? ...
C - Coin Change (III)(多重背包 二进制优化)
C - Coin Change (III) Time Limit:2000MS Memory Limit:32768KB 64bit IO Format:%lld & %llu ...
ContextLoaderListener - 运行原理
基本概念: servletContext:http://blog.csdn.net/yjw757174266/article/details/45072975 1. 使用ContextLoaderL ...
学习vi和vim编辑器(5):越过基础的藩篱
本章将对之前学习的编辑命令如" c "." d "." y "等命令进行总结,并学习一些新的知识:其它进入vi的方法,利用缓冲区来存储拖曳或 ...