算法基础期末考点总结二十六——串匹配算法

串匹配问题

一 定义
串匹配问题的定义很简单，就是要在一般很长的文本中找和我手中的文本一样的串，就好像现在屏蔽词的机制，就得识别出文本中需要屏蔽的词的位置。

二 专业术语
模式串P：查找的目标，长度一般记作m
文本串T：待查找的文本长度一般记作n
有效偏移s：等价于模式串在文本串的s+1位置开始出现
后缀： 】
前缀：【

三 算法
1.BF算法
最简单粗暴的算法：每一个可能为开头的字符都要考虑一下，时间复杂度为O（mn）

2.RK算法
添加了预处理的部分，对模式串可能出现的n-m个位置，赋予其一个值，既要考虑让伪命中点少，又要使得计算过程简化，最好算第一个以后可以通过常数时间算出后面的。
直接用d进制数表示（d为字母集的大小），然后改进为模一个数q，算出第一个位置的p值以后，用以下递归式算后续的：

关于h，看一个例子（高糊）：

这里模式串长为5，10的四次方mod13为3.
关于q的缺陷：

算法伪代码：

3.有限状态机算法
五元组：
状态集
初始状态
接受（终止）状态
字母表
状态转移函数

3个函数：

我们为了方便，就把状态定为数字，其数值即σ函数。

状态转移表和具体的状态转移例子如下：

有限状态机算法的匹配时间为O（n），但是预处理时间为O（m^3|∑|）

4.KMP算法
有限状态机算法的扩展，目标是更简化的求状态转移函数，我们用Π数组来代替状态转移表。

例1：

记得：Π[q]永远比q小

计算Π数组：
利用预处理得到的Π数组匹配字符串：