python字符串匹配的准确率_Python字符串匹配

假设有两个字符串：t(目标串，长度n)和p(模式串，长度m)，通常m<

朴素串匹配算法

优点

简单易懂

缺点

效率低

时间复杂度分析：最坏的情况是每一趟都在模式串的最后遇到不匹配，那么每一趟比较的次数是n-m+1, 总的比较次数是 mx(n-m+1), 因为m<

代码实现：

def naive_match(t,p):

m, n = len(p), len(t)

i, j = 0, 0

while i < m and j < n:

if p[i] == t[j]:

i, j = i+1, j+1

else: #字符不匹配，考虑t串的下一个位置

i, j = 0, j-i+1 # j-i+1为相对位置加1

if i == m: # p串完全匹配后(i++)i的值变为m

return j-i #此时j的值减去p串的长度(i或者m)就是所在下标

return 'No Match!' #无匹配则返回'No Match'

#实例化

t = ' abc de'

p = 'de'

print naive_match(t, p)

#输出 6

#换一种想法去实现

def naive_match1(p,t):

m, n, i = len(p), len(t), 0

for i in range(n-m+1):

if t[i:i+n-1] == p:

return i

return 'No match!'

p = 'abc'

t = 'abdabc'

print naive_match1(p,t)

KMP算法(无回溯串匹配算法)

分析：算法的关键在于构建一个跳转表(pnext表)，当第i个字符匹配失败时不是重新从头开始匹配(例如朴素串匹配算法)，而是通过构建好的跳转表跳转到第j个字符。例如：

0 1 2 3 4 5 6 7 # 字符串的位置

a b c a b c d a # p串

0 0 0 0 1 2 3 0 # pnext表，如果匹配不成功 跳转的位置

解释：当第6位的字符d匹配失败后可以直接跳转到第3位的a， 因为它们之前的abc是相同的，不需要再匹配一遍了。

更近一步分析：如果p串i位置与t串的j位置匹配失败了，先去查找p串i位置之前的从0开始的串(假设[0,k], k

移动的位数 = 已匹配的字符数 - 对应的部分匹配值(查表)

如何得到p串每个字符的部分匹配值(如何生成next表)？

对于每个p串的字符，前缀与后缀共有字符的个数就是该字符的部分匹配值。 详细解释

那么如何构造部分匹配表(next表)呢，python代码如下：

Next表 (部分匹配表，跳转表)

def partial_table(p):

prefix = set() #集合

postfix = set()

ret = [0] #存放p串匹配值，因为第一个字符的匹配值肯定为0，先把0存进去

for i in range(1,len(p)): #从第二个字符开始

#获取前i+1个字符串的前缀(例如对于abc，前缀有a,ab)

#Note:切片[0:3]-->索引0,1,2(第一个索引是0可以省略-->[:3]-->取前三个数)

#Note:range函数也一样取不到后面的数-->rang(1,3)-->>1,2

prefix.add(p[:i]) #因为对于不同的字符前缀都有相同的部分，这里只需要添加就行了

#获取前i+1个字符串的后缀(例如对于abc，后缀有bc,c)

postfix = {p[j:i+1] for j in range(1,i+1)} #对于不同的字符后缀总是不一样

ret.append(len(prefix&postfix))

return ret

KMP算法实现

#-*-coding=utf-8-*-

#KMP

def kmp_match(t, p):

m,n = len(t),len(p)

cur = 0 #起始指针cur

table = partial_table(p)

while cur <= m-n: #最多做m-n趟匹配

for i in range(n): #在每一趟比较中

if s[i+cur]!=p[i]: #匹配不成功时

cur += max(i - table[i-1], 1) #移动的位数 = 以匹配的字符数 - 匹配值

break

else:

return True

return False

# 测试

p = 'ABCDABD'

s = 'BBC ABCDAB ABCDABCDABDE'

print partial_table(p)

print kmp_match(s, p)