Rabin-Karp【转载】

问题描述：

      Rabin-Karp的预处理时间是O(m)，匹配时间O( ( n - m + 1 ) m )既然与朴素算法的匹配时间一样，而且还多了一些预处理时间，那为什么我们还要学习这个算法呢？虽然Rain-Karp在最坏的情况下与朴素匹配一样，但是实际应用中往往比朴素算法快很多。而且该算法的期望匹配时间是O(n)【参照《算法导论》】，但是Rabin-Karp算法需要进行数值运算，速度必然不会比KMP算法快，那我们有了KMP算法以后为什么还要学习Rabin-Karp算法呢？个人认为学习的是一种思想，一种解题的思路，当我们见识的越多，眼界也就也开阔，面对实际问题的时候，就能找到更加合适的算法。比如二维模式匹配，Rabin-Karp就是一种好的选择。

      而且Rabin-Karp算法非常有趣，将字符当作数字来处理，基本思路：如果Tm是一个长度为 |P| 的T的子串，且转换为数值后模上一个数（一般为素数）与模式字符串P转换成数值后模上同一个数的值相同，则Tm可能是一个合法的匹配。

该算法的难点就在于p和t的值可能很大，导致不能方便的对其进行处理。对这个问题有一个简单的补救办法，用一个合适的数q来计算p和t的模。每个字符其实十一个十进制的整数，所以p，t以及递归式都可以对模q进行，所以可以在O(m)的时间里计算出模q的p值，在O（n - m + 1）时间内计算出模q的所有t值。参见《算法导论》或http://net.pku.edu.cn/~course/cs101/2007/resource/Intro2Algorithm/book6/chap34.htm

递推式是如下这个式子： 

ts+1 = (d ( ts -T[s + 1]h) + T[s + m + 1 ] ) mod q

例如，如果d = 10 （十进制）m= 5, ts = 31415,我们希望去掉最高位数字T[s + 1] = 3,再加入一个低位数字（假定 T[s+5+1] = 2)就得到：

ts+1 = 10(31415 - 1000*3) +2 = 14152

 

代码示例：

[cpp] <SPAN style="FONT-SIZE: 18px">/* 

1. 1. *Copyright(c) Computer Science Department of XiaMen University  
   2. * 
   3. *Authored by laimingxing on: 2012年 03月 04日 星期日 18:18:28 CST 
   4. * 
   5. * @desc: 
   6. * 
   7. * @history 
   8. */  
   9. #include <stdio.h>   
   10. #include <math.h>   
   11. #include <assert.h>   
   12. #include <string.h>   
   13. #include <stdlib.h>   
   14. #define d 256// number of characters in the alphabet   
   15. #define PRIME 127 //A prime number   
   16.   
   17.   
   18. void RABIN_KARP_MATCHER( char *T, char *P, int q)  
   19. {  
   20.     assert( T && P && q > 0 );  
   21.     int M = strlen( P );  
   22.     int N = strlen( T );  
   23.     int i, j;  
   24.     int p = 0;//hash value for pattern   
   25.     int t = 0;//hash value for txt   
   26.     int h = 1;  
   27.       
   28.     //the value of h would be "pow( d, M - 1 ) % q "       
   29.     for( i = 0; i < M - 1; i++)  
   30.         h = ( h * d ) % q;  
   31.   
   32.     for( i = 0; i < M; i++ )  
   33.     {  
   34.         p = ( d * p + P[i] ) % q;  
   35.         t = ( d * t + T[i] ) % q;  
   36.     }  
   37.       
   38.     //Slide the pattern over text one by one   
   39.     for( i = 0; i <= N - M; i++)  
   40.     {  
   41.         if( p == t)  
   42.         {  
   43.             for( j = 0; j < M; j++)  
   44.                 if(T[i+j] != P[j])  
   45.                     break;  
   46.             if( j == M )  
   47.                 printf("Pattern occurs with shifts: %d\n", i);  
   48.         }  
   49.         //Caluate hash value for next window of test:Remove leading digit,   
   50.         //add trailling digit   
   51.         if( i < N - M )  
   52.         {  
   53.             t = ( d * ( t - T[i] * h ) + T[i + M] ) % q;  
   54.             if( t < 0 )  
   55.                 t += q;//按照书上的伪代码会出现t为负的情况，则之后的计算就失败了。   
   56.         }  
   57.     }  
   58. }     
   59.   
   60. int main(int argc, char* argv[])  
   61. {  
   62.     char txt[] = "GEEKS FOR GEEKS";  
   63.     char pat[] = "GEEK";  
   64.     RABIN_KARP_MATCHER( txt, pat, 127 );  
   65.       
   66.     return 0;  
   67. }</SPAN>  

 

转载于:https://www.cnblogs.com/sandy2013/p/3261961.html