模式匹配-概述

2019独角兽企业重金招聘Python工程师标准>>>

模式匹配

模式匹配是字符串的一种基本运算，给定一个子串，要求在某个字符串中找出与该子串相同的所有子串，这就是模式匹配。假设模式P是给定的子串，目标T是待查找的字符串，要求从目标T中找出与模式P相同的所有子串，这个问题成为模式匹配问题。P称为模式，T称为目标。如果T中存在一个或多个模式为P的子串，就给出该子串在T中的位置，称为匹配成功；否则匹配失败。

首先，鸟瞰一下模式匹配的发展历程（个别有出入没有细查）。

1970年，S．A．COOK从理论上证明了串匹配问题可以在O(m+n)（m为模式P的长度，n为文本r的长度)时间内解决。

1975年Alfred V.Aho和Margaret J.Corasick提出了Aho Corasick（ AC）算法。

1977年，D.E.Knuth，T.H.Moms和V.R.Pratt提出了著名的KMP算法，它的时间复杂度为O(m+n)。

1977年，R.S.Boyer 和 J.S.Moore 共同提出一种新的字符串匹配算法 BM 算法。此后，又有一些更有效率的算法被提出，大多都是在KMP算法或BM算法的基础上做了一些改进。比如Tuned Boyer-Moore算法。 

1980年Nigel Horspool发表Boyer-Moore-Horspool算法，基于BM算法上的改进算法。

1987年，Karp 和 Rabin 共同提出了 Karp-Rabin 算法，该算法采用的思想完全不同于KMP 算法和BM 算法。

1986年Apostolico A.和Giancarlo R.发表了Apostolico  Giancarlo（AG算法）。

1990 年，Sunday D.M 提出了基于 BM 算法的一种改进简化的算法Sunday算法，成为实际应用中的一种高效算法。

1991年Baeza．Yates提出的Shift．Or算法。

1991年Wu.Manber提出的Wu.Manber算法， 

1992年Simon等人提出的Simon算法。

1994年出现了BDM算法。其后又有多种相关的改进算法，如Turbo BDM，TurboRF，LNDM，DFDM等算法，这些算法均有较好的时间复杂度。

2000年，Navarro等人提出了基于BM算法的多模式匹配算法。

后缀树的概念最早由Weiner于1973年提出，由McCreight在1976年和Ukkonen在1992年和1995年加以改进完善。

Bitap 算法

1964年，Bálint Dömölki介绍了精确的字符串搜索bitap算法,

1977年，由R. K. Shyamasundar进行了扩展,

在Ricardo Baeza-Yates，Gaston Gonnet等的成果的基础上，1991年，Manber和Wu等演示了模糊搜索字符串的应用。

1996年，Baeza-Yates和Navarro改善了该算法的性能，1998年，Eugene Myers演示了长模式的适用方法。

其他

以及利用位并行方法设计的Shift-And和Shift-Or算法。

以及基于子串搜索的Backward Dawg Matching(BDM)、

Backward Nondeterministic Dawg Matching(BNDM)利用自动机的算法和

利用Factor Oracle的Backward Oracle Matching(BOM)算法。

转载于:https://my.oschina.net/dubenju/blog/419486