串的模式匹配算法设计（数据结构学习笔记）

最新推荐文章于 2024-09-06 14:52:15 发布
最新推荐文章于 2024-09-06 14:52:15 发布
阅读量1k 收藏 15
点赞数 1
分类专栏： 数据结构学习笔记 文章标签： 算法 数据结构 c++
原文链接：https://www.icourse163.org/learn/WHU-1001539003?tid=1002049010#/learn/announce
版权
本文详细介绍了Brute-Force(BF)算法和Knuth-Morris-Pratt(KMP)算法在串的模式匹配问题中的应用。BF算法简单直接但效率较低，而KMP算法利用部分匹配信息避免了不必要的回溯，提高了匹配效率。文章通过实例解释了KMP算法中的next数组，并提出改进的nextval数组以优化匹配过程。
摘要由CSDN通过智能技术生成

文章目录

BF算法、KMP算法

串的模式匹配问题就是在串s中找到一个与串t相等的子串，通常将串s称为目标串，串t称为模式串，因此该问题被称为模式匹配问题。
Brute-Force算法与Knuth-Morris-Pratt算法都是解决串的模式匹配问题的算法设计，但二者效率不同，使用场景也不尽相同。

BF算法

BF算法就是暴力的子串匹配算法，也称简单匹配算法，通过不断遍历目标串以及模式串来进行串的模式匹配，即使用穷举的思路。

算法过程

运用两个变量i,j来分别遍历目标串s(“aaaaab”)和模式串t(“aaab”)。
1、i=0,j=0时，第一次遍历发现匹配失败，变量i回溯(i=i-j+1=1)，变量j从头开始(j=0)。

在这里插入图片描述

2、 i=1,j=0时，第二次遍历发现匹配失败，变量i回溯并向前移动一位(i=i-j+1=2)，变量j从头开始(j=0)。

在这里插入图片描述

3、 i=2,j=0时，第三次遍历发现匹配成功，此时j以及越界（或者认为j等于模式串的长度），返回i-t.length=2为串的匹配位置

在这里插入图片描述

算法代码

串的定义
typedef struct
{
	char data[10000];
	int length;
}SqString;
算法设计
int BF(SqString s,SqString t)
{
	int i=0,j=0;
	
	while(i<s.length&&j<t.length){
		if(s.data[i]==t.data[j])
			i++,j++;	//当前两字符匹配，则i,j向后移动一位 
		else	//当前两字符不匹配时，i回溯，j为0 
			i=i-j+1,j=0;
	}
	if(j>=t.length)	//若j的值大于等于模式串的长度则证明匹配成功 
		return (i-t.length);	//返回从何处串匹配成功 
	else
		return -1;	//无法匹配返回-1 
}
完整代码
#include <stdio.h>

typedef struct
{
	char data[10000];
	int length;
}SqString;

//生成串函数 
void StrAssign(SqString &k,char a[])
{
	int i;
	for(i=0;a[i]!='\0';i++)
		k.data[i]=a[i];
	k.data[i]='\0';
	k.length=i;
}

//BF算法 
int BF(SqString s,SqString t)
{
	int i=0,j=0;
	
	while(i<s.length&&j<t.length){
		if(s.data[i]==t.data[j])
			i++,j++;	//当前两字符匹配，则i,j向后移动一位 
		else	//当前两字符不匹配时，i回溯，j为0 
			i=i-j+1,j=0;
	}
	if(j>=t.length)	//若j的值大于等于模式串的长度则证明匹配成功 
		return (i-t.length);	//返回从何处串匹配成功 
	else
		return -1;	//无法匹配返回-1 
}

int main()
{
	char a[10000],b[10000];
	SqString s,t;
	
	gets(a);
	gets(b);
	
	StrAssign(s,a);
	StrAssign(t,b);
	
	printf("%d",BF(s,t));
	
	return 0;
}

算法总结

  • 不难发现BF算法在最好的情况下时间复杂度为O(m)，最坏的情况下算法复杂度为O(m*n)，BF算法的平均时间复杂度为O(m*n)

KMP算法

KMP算法利用部分匹配信息来避免BF算法中主串指针多余的回溯过程，从而使得算法效率得到了提高。

算法过程

以目标串(“aaaaab”)与模式串(“aaab”)为例

1、首先与BF算法一样，目标串和模式串进行遍历比较匹配，当匹配到s[3],t[3]时发现s[3]!=t[3]。

在这里插入图片描述

2、但在此次匹配的过程中我们发现已经有了部分匹配信息可以利用，串s[0]s[1]s[2]=t[0]t[1]t[2]，那么就存在一个数k< j 时s[0]…s[k]=t[0]…t[k]。

在这里插入图片描述

3、我们在模式串t中发现在j=3,t[3]前存在最多长度为2的前缀串与后缀串相等，即t[0]t[1]=t[1]t[2]，而我们又知道s[1]s[2]=t[1]t[2]，因此可以得知t[0]t[1]=s[1]s[2]。

在这里插入图片描述

4、通过这个信息我们就可以将模式串t向左滑动1个单位(j-next[j])，亦即i=3不变，j=2，用s[3]与t[2]进行比较。（next数组后面再解释）

在这里插入图片描述

next数组

next数组中存放的为模式串中t[j]前存在的前缀串与后缀串相等的最大长度。

next数组的公式

（一）默认t[0]的next数组的值为-1，当用到-1时就意味着无部分匹配信息可用，那么就需要像BF算法一样i++,j=0，而算法中为了统一使用i++,j++来达到这个目的，故将j=-1。
（二）实际上next数组的求解过程，就是模式串自身的匹配过程，例如模式串(“abababca”)

在这里插入图片描述

9

10

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

next数组程序代码
void GetNext(SqString t,int next[])
{
	int i=0,j=-1;
	next[0]=-1;
	
	//这个过程实际上是间接利用KMP算法对模式串t进行的匹配 
	while(i<t.length){
		if(j==-1||t.data[i]==t.data[j]){	//j=-1意味着串t将从头开始比较 
			i++,j++;	//指向串t的指针向后移一位 
			next[i]=j;	//这一步是next算法特有的 
		}
		else
			j=next[j];	//利用部分匹配信息跳过多余回溯 
	}
}

算法代码

串的定义
typedef struct
{
	char data[10000];
	int length;
}SqString;
算法设计
int KMP(SqString s,SqString t)
{
	int i=0,j=0;
	int next[10000];
	GetNext(t,next);
	while(i<s.length&&j<t.length){
		if(j==-1||s.data[i]==t.data[j])	//j=-1意味着模式串t将从头开始比较 
			i++,j++; //指向串s与串t的指针同时向后移动一位 
		else
			j=next[j];	//利用部分匹配信息跳过多余回溯 
	}
	if(j>=t.length)	//若j的值大于等于模式串的长度则证明匹配成功 
		return (i-t.length);	//返回从何处串匹配成功 
	else
		return -1;	//无法匹配返回-1 
}
完整代码
#include <stdio.h>

typedef struct
{
	char data[10000];
	int length;
}SqString;

//生成串函数 
void StrAssign(SqString &k,char a[])
{
	int i;
	for(i=0;a[i]!='\0';i++)
		k.data[i]=a[i];
	k.data[i]='\0';
	k.length=i;
}

//求next数组函数 
void GetNext(SqString t,int next[])
{
	int i=0,j=-1;
	next[0]=-1;
	
	//这个过程实际上是间接利用KMP算法对模式串t进行的匹配 
	while(i<t.length){
		if(j==-1||t.data[i]==t.data[j]){	//j=-1意味着串t将从头开始比较
			i++,j++;	//指向串t的指针向后移一位 
			next[i]=j;	//这一步是next算法特有的 
		}
		else
			j=next[j];	//利用部分匹配信息跳过多余回溯 
	}
}

//KMP算法 
int KMP(SqString s,SqString t)
{
	int i=0,j=0;
	int next[10000];
	GetNext(t,next);
	while(i<s.length&&j<t.length){
		if(j==-1||s.data[i]==t.data[j])	//j=-1意味着模式串t将从头开始比较 
			i++,j++; //指向串s与串t的指针同时向后移动一位 
		else
			j=next[j];	//利用部分匹配信息跳过多余回溯 
	}
	if(j>=t.length)	//若j的值大于等于模式串的长度则证明匹配成功 
		return (i-t.length);	//返回从何处串匹配成功 
	else
		return -1;	//无法匹配返回-1 
}

int main()
{
	char a[10000],b[10000];
	SqString s,t;
	
	gets(a);
	gets(b);
	
	StrAssign(s,a);
	StrAssign(t,b);
	
	printf("%d",KMP(s,t));
	
	return 0;
}

算法总结

KMP算法中求next数组的时间复杂度为O(m)，KMP算法的平均时间复杂度为O(m+n)，是要优于BF算法的，但并非所有时候KMP算法都优于BF算法，当模式串的next数组中next[0]=-1，而其他元素值均为0时，KMP算法退化为BF算法。KMP算法中的next数组仍然存在缺陷。

改进的KMP算法

以目标串s(“aaabaaaab”)与模式串t(“aaaab”)为例
首先求出next数组
在这里插入图片描述

第一次匹配发现匹配失败

在这里插入图片描述

这时会发现模式串t中前4个字符都相同且都为a，也就是说无论利用next数组如何回溯都会匹配失败

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

直到j=-1，模式串t从头开始与目标串s进行匹配时，才匹配成功

在这里插入图片描述

由此可见原KMP算法中next数组中存在着多余的匹配过程。也就是当当前字符与回溯字符相同时就可跳过这次回溯过程直到遇到不同字符为止

在这里插入图片描述

那么我们就改进next数组为nextval数组

nextval数组

在这里插入图片描述

nextval数组公式

（一）默认取nextval[0]=-1。
（二）如果在j=1处“失配”，那么将跳转到t[next[j]]=t[0]处，但可见t[0]=t[1]，因此我们可以推出，如果t[j]=t[next[j]]，那么nextval[j]=nextval[next[j]]。同理，j=1,j=2,j=3时nextval值都为-1。如果t[j]!=t[next[j]]时，nextval[j]=next[j]

  • nextval[0]=-1
  • 当t[j]=t[next[j]]时： nextval[j]=nextval[next[j]]
  • 否则： nextval[j]=next[j]

整个nextval数组的初始化为：
在这里插入图片描述

算法代码

算法设计
void GetNextval(SqString t,int nextval[])
{
	int i=0,j=-1;
	nextval[0]=-1;	//默认nextval[0]为-1
	while(j<t.length){
		if(j==-1||t.data[i]==t.data[j]){	
			i++,j++;
			if(t.data[i]!=t.data[j])	//当t[i]!=t[next[j]]时
				nextval[i]=j;	//nextval[j]=next[j]
			else
				nextval[i]=nextval[j];	//当t[i]==t[next[j]]时,nextval[j]=nextval[next[j]] 
		}
		else
			j=nextval[j];
	}
}

算法总结

改进后的KMP算法时间复杂度也是O(m+n)

  • 学习数据结构教程（第五版）——李春葆教授主编
  • 图片来源于MOOC，数据结构——武汉大学——李春葆教授
  • （如若侵权可联系QQ删除
省下洗发水钱买书
关注
专栏目录
串的算法设计题
weixin_43978453的博客
12-28 2985
（1）写一个算法统计在输入字符串中各个不同字符出现的频度并将结果存入文件（字符串中的合法字符为A-Z这26个字母和0-9这10个数字）。 [题目分析] 由于字母共26个，加上数字符号10个共36个，所以设一长36的整型数组，前10个分量存放数字字符出现的次数，余下存放字母出现的次数。从字符串中读出数字字符时，字符的ASCII代码值减去数字字符 ‘0’的ASCII代码值，得出其数值(0…9)，字母的...
数据结构笔记NO.2（串、模式匹配、KMP算法）
qq_43544430的博客
04-25 185
局部变量保存在栈中，只有所在函数被调用时才由系统动态在栈中分配临时性的存储单元。全局变量和静态变量保存在内存的全局存储区中，占用静态的、永久性的存储单元；五种操作构成串类型的最小操作子集，即这些操作不可能利用其他串操作来实现；子串在主串中的位置以子串的第一个字符在主串中的位置来表示。(1)串的模式匹配的定义：子串的定位操作通常称为串的。(2)简单的模式匹配算法（暴力匹配算法）注意：这里的堆并不是数据结构中的堆。在上述定义的操作中，串赋值。反之，其他串操作（除串清除。6、串的模式匹配算法。
模式匹配算法设计
04-30
设计要求： 理解模式匹配的含义，掌握简单匹配算法及模式匹配KMP算法 思想，实现（1）编程动态实现简单模式匹配算法及模式匹配KMP算（2）根据给定的主串与模式串，给出根据两种匹配算法进行匹配的各趟匹配结果； 应用例子： 要求编写建立一个文本文件，每个单词不包括空格且不跨行，单词由字符序列构成，且区分大小写； 统计给定单词在文本中出现的总次数； 检索出某个单词在文本中的行号、在该行中出现的次数及位置。
数据结构 ： 串的模式匹配算法
u014765410的博客
05-31 982
一、串的存储结构 1、串的顺序存储 # define MAXSIZE 800 typedef struct{ char ch[MAXSIZE]; int length; }SString; 2、串的链式存储 # define CHUNKSIZE 8 typedef struct Chunk{ char ch[CHUNKSIZE]; struck Chunk *next; }Chunk; type...
数据结构--串的模式匹配算法
最新发布
weixin_62008675的博客
09-06 1465
Knuth-Morris-Pratt 字符串查找算法，简称为 “KMP 算法”，常用于在一个文本串 S 内查找一个模式串 T 的出现位置，为了避免朴素算法的低效，由Donald Knuth、Vaughan Pratt、James H. Morris 三人于 1977 年联合发表，故取这 3 人的姓氏命名此算法。 KMP算法的核心是利用匹配失败后的信息，尽量减少模式串与主串的匹配次数以达到快速匹配的目的。
数据结构考研笔记（十四） ——串的模式匹配
sf9090的博客
10-18 1943
串的模式匹配 int Index (SString S, sString T,int pos) { int i=pos,j=1;//i为主串标记 j为模式串标记 while(i<=s.length & j<=T.length) { if(s.ch[i]= T.ch[j1) {//判断第一个字符是否相等 i++; j++; } else { i=i-j+2;//下移一个位置 j=1;//模式串归为1 } if (j>T. length) ret
串的模式匹配
TencentKing的博客
05-22 393
串的模式匹配一般有两种算法：分别为BF算法和KMP算法。
数据结构学习笔记.zip
01-01
10. **字符串**：字符串是字符的序列，数据结构设计中通常考虑如何高效地处理字符串的搜索、替换和模式匹配等问题。 学习数据结构不仅需要理解这些基本类型，还需要掌握如何分析它们的时间复杂度和空间复杂度，以...
软考数据结构基础学习笔记
04-02
「数据结构基础学习笔记」 本笔记将为您详细介绍数据结构的基础知识，包括线性表、栈、队列、串和KMP算法等内容。 一、线性表 线性表是n个元素的有限序列，通常记为(a1，a2，…，an)。特点是：(1)存在惟一的表头...
数据结构与算法之字符串匹配(string matching)学习笔记 朴素算法，自动机，KMP
mschessy的博客
01-28 550
文本编辑过程中的查找，替换功能，在一段DNA中查找特定序列等，都要用到字符串匹配。简单地说，就是在一大段字符里（可能是英文或数字）找一小段目标字串（子串，是否存在，存在多少次）。《算法导论》里用了复杂的命名法解释这个问题与相应算法，这里尽量简化。 A B A C A B A C C A A B A A B A 子串ABC出现2次，位置0（或1,如果把第一个位置看作1），或位置4（或5,如果把...
算法与数据结构学习笔记精要
字符串处理是算法和数据结构中的重要部分，涉及字符串的搜索、模式匹配、字符串匹配算法（如朴素字符串匹配、KMP算法、Boyer-Moore算法）、字符串压缩和解压缩等。字符串处理在文本分析、信息检索等领域有着广泛的...
数据结构串的堆分配算法
01-09
串是数据结构里较为重要的一章，串的对分配算法较为难以理解，本资源提供了串的对分配算法的基本算法，希望能给大家带来帮助
数据结构笔记（五）——串Ⅱ：模式匹配
weixin_43279709的博客
03-15 239
串的存储结构：与线性表相同，分顺序存储结构和链式存储结构。 模式匹配：对基于同一字符表的任何文本串T（|T|=n）和模式串P（IPl=m），判定T中是否存在某一子串与P相同。若存在（匹配），则报告该子串在T中的起始位置。 蛮力算法（朴素算法）：将P与T中长度为m的n-m+1个子串逐一比对。 ·时间复杂度：O（[n-m+1]*m），渐进O（nm）。 int match(char* P...
串的相关算法（子串、BF算法、KMP算法）
weixin_43725328的博客
04-20 1511
串的相关算法 一、定义 是由0个或多个字符组成的有序队列。 与其他的区别：数据元素是字符。 特殊：空串：长度（n）等于0。 主串： 子串/模式串：在主串中取任意个连续字符组成的。 计算子串：（0）当每一个字符都不一样是——推公式； 注意约定：其中空串与主串本身这两个字符串也算做字串； 如果不做说明：字串不包含空串！！！ 包含1个字符的子串共n个 包含2个字符的子串共n-1个 包含3个字符的子串共n...
第四章学习小结 串的模式匹配 解题心得体会
dianmaju9595的博客
04-13 2078
串的模式匹配 解题心得体会 关于串，模式匹配是其一个很重要的问题。针对这个问题，书上讲了两种模式匹配的算法，即BF算法和KMP算法，下面针对这两种算法的实现谈谈我的心得。 一、BF算法的探索 【错误代码1】 #include<iostream> #include<string.h> using namespace std; typedef struct{ ...
串的模式匹配算法
何以琛
10-17 664
一、BF(brute force)算法 #include<stdio.h> void main() { char s[]="abcdabcdaaabbbccc"; char t[]="aaabbb";//设定s为主串，t为模式(子串) int i=0,j=0; while(s[i]&&t[j])//当s,t中任一一个字符串空时结束循环 if(s[i]==t[j])//当前项s[i],t[j]匹配成功时，自动匹配下一个 { i++; j++; }
实现顺序串的各种模式匹配算法
xiezhi123456的博客
01-20 6164
/** *    实验题目: *        实现顺序串的各种模式匹配算法 *    实验目的: *        掌握串的模式匹配算法即BF(Brute Force)和KMP(克努特-莫里斯-普拉特)算法设计 *    实验内容: *        实现顺序串的各种模式匹配运算 *        1、建立目标串s="abcabcdabcdeabcdefabcdefg"和模式串s1="abcde...
数据结构之串的模式匹配算法
m0_52201270的博客
12-15 949
设计并实现串的模式匹配算法
婚姻匹配问题算法设计
weixin_50497805的博客
06-28 238
#include <stdio.h> #include <stdlib.h> #define N 5 #define MAXSIZE 100 int main() { int man[MAXSIZE][MAXSIZE],woman[MAXSIZE][MAXSIZE]; int num_n,num_v; char person[10][10]={"0","1","2","3","4","5","6","7","8","9"}; printf("请输入男.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值