字符串模式匹配算法

目录

朴素模式匹配算法

思路

代码实现

完整代码实现

总结

KMP算法

思路

求next[j]数组（手算）

代码实现

总结

进一步优化KMP算法

求nextval[]数组

代码实现

完整代码实现

---

我学到的是朴素模式匹配算法和KMP算法，这些算法对我而言思路都挺绕的，所以记录一下

朴素模式匹配算法

思路

1.遍历整个主串，找到所有子串

2.用两个指针i和j分别遍历子串和模式串中的每一个元素，如果两个元素相等，则继续遍历，如果两个元素不相等，说明当前子串和模式串不匹配，则主串的工作指针应当指向下一个子串的首地址（i-j+2），而模式串的工作指针应当指向1

代码实现

int Index(SString S,SString T)
{
	int i=1;
	while(i<=S.length-T.length+1)  //不用遍历所有的数，当遍历到最后子串长度小于模式串长度时，肯定不匹配 
	{
		SString Sub;
		SubString(Sub,S,i,T.length);
		if(StrCompare(Sub,T)==0) return i;
		else i++;
	}
	return 0;
}

完整代码实现

#include<bits/stdc++.h>
#define MaxSize 20

using namespace std;

string str1,str2;

typedef struct
{
	char data[MaxSize];
	int length;
}SString;

void InitString(SString S)
{
	for(int i=0;i<MaxSize;i++)
	{
		S.data[i]=0;
	}
	S.length=0;
}

int Index(SString S,SString T)
{
	int i=1,j=1;
	while(i<=S.length&&j<=T.length) 
	{
		if(S.data[i]==T.data[j])
		{
			i++;
			j++;
		}
		else
		{
			i=i-j+2;   //i也要返回到下一个要遍历的子串的首地址 
			j=1;      //j要返回到第1个位置 
		}
	}
	if(j>T.length) return i-T.length;
	else return 0; 
}

int main()
{
	//freopen("A.txt","r",stdin);
	cin>>str1>>str2;
	SString S,T;
	InitString(S);
	InitString(T);
	
	//赋值操作 
	for(int i=1;i<=str1.size();i++)
	{
		S.data[i]=str1[i-1];             //保证SString的静态数组的第0个位置没有元素 
	}
	S.length=str1.size();
	
	for(int i=1;i<=str2.size();i++)
	{
		T.data[i]=str2[i-1];            
	}
	T.length=str2.size();
	
	//打印 
	for(int i=1;i<=S.length;i++)
	{
		cout<<S.data[i]<<" ";
	} 
	cout<<endl;
	
	for(int i=1;i<=T.length;i++)
	{
		cout<<T.data[i]<<" ";
	} 
	cout<<endl;
	
	int k=Index(S,T); 
	cout<<k<<endl;
	return 0;
} 

总结

这个算法会遍历字符串中的所有子串，最坏情况下时间复杂度为O(mn)

        因此为了提高算法执行效率，我们需要为模式串引入next[]数组，在上面的算法中，工作指针i和j每当遇到不匹配都要进行回溯，而next[]数组可以使得遇到不匹配时只有模式串的工作指针需要回溯，这样就可以减少很多不必要的比较，提高效率

KMP算法

主要思路是让主串指针不回溯

思路

1.求next[]数组

2.遍历整个主串，找到所有子串

3.用两个指针i和j分别遍历子串和模式串中的每一个元素，如果两个元素相等，则继续遍历，如果两个元素不相等，说明当前子串和模式串不匹配，则将模式串的工作指针j指向next[j]

求next[j]数组（手算）

next[j]的含义：在模式串遍历到第j个元素的时候发生匹配失败，应当将j回溯到next[j]的位置

next[j]=模式串中j之前的字符串的最长相等前后缀的长度+1

特别的，为了简化代码，固定next[1]=0

结论：next[2]=1，因为第二个元素之前只有一个元素，一个元素不存在前缀和后缀（因为前缀和后缀不包括自身）

代码实现

#include<bits/stdc++.h>
#define MaxSize 20

using namespace std;

string str1,str2;
int next[MaxSize];

typedef struct
{
	char data[MaxSize];
	int length;
}SString;

void InitString(SString S)
{
	for(int i=0;i<MaxSize;i++)
	{
		S.data[i]=0;
	}
	S.length=0;
}

void get_next(SString T,int next[])
{
	int i=1,j=0;
	next[1]=0;
	while(i<T.length)
	{
		if(j==0||T.data[i]==T.data[j])
		{
			i++;
			j++;
			next[i]=j;
		}
		else
		{
			j=next[j];
		}
	}
}
 
int Index_KMP(SString S,SString T)
{
	int i=1,j=1;
	int next[T.length+1];
	get_next(T,next);   //next是引用类型
	while(i<=S.length&&j<=T.length) 
	{
		if(j==0||S.data[i]==T.data[j])
		{
			i++;
			j++;
		}
		else
		{
			j=next[j];  
		}
	}
	if(j>T.length) return i-T.length;
	else return 0; 
}

int main()
{
	//freopen("A.txt","r",stdin);
	cin>>str1>>str2;
	SString S,T;
	InitString(S);
	InitString(T);
	
	//赋值操作 
	for(int i=1;i<=str1.size();i++)
	{
		S.data[i]=str1[i-1];             //保证SString的静态数组的第0个位置没有元素 
	}
	S.length=str1.size();
	
	for(int i=1;i<=str2.size();i++)
	{
		T.data[i]=str2[i-1];            
	}
	T.length=str2.size();
	
	//打印 
	for(int i=1;i<=S.length;i++)
	{
		cout<<S.data[i]<<" ";
	} 
	cout<<endl;
	
	for(int i=1;i<=T.length;i++)
	{
		cout<<T.data[i]<<" ";
	} 
	cout<<endl;
	
	int k=Index_KMP(S,T); 
	cout<<k<<endl;
	return 0;
} 

总结

KMP算法的时间复杂度：O(n+m)

如果模式匹配过程中模式串没有被大量地部分匹配，则KMP算法和朴素模式匹配算法的效率差不多，只有模式串被大量地部分匹配时，KMP算法的优势才凸显

进一步优化KMP算法

求nextval[]数组

1.如果当前元素j和next[j]指向的元素相同，则nextval[j]=nextval[naxt[j]]

2.如果不相等，则nextval[j]=next[j]

代码实现

void get_nextval(SString T,int nextval[]) 
{
	nextval[1]=0;
	int next[T.length+1];
	get_next(T,next);
	for(int i=2;i<=T.length;i++)
	{
		if(T.data[i]==T.data[next[i]])
		{
			nextval[i]=nextval[next[i]];
		}
		else
		{
			nextval[i]=next[i];
		}
	}
	for(int i=1;i<=T.length;i++)
	{
		cout<<nextval[i]<<" ";
	}
	cout<<endl;
}

完整代码实现

#include<bits/stdc++.h>
#define MaxSize 20

using namespace std;

string str1,str2;
int next[MaxSize];
int nextval[MaxSize];

typedef struct
{
	char data[MaxSize];
	int length;
}SString;

void InitString(SString S)
{
	for(int i=0;i<MaxSize;i++)
	{
		S.data[i]=0;
	}
	S.length=0;
}

void get_next(SString T,int next[])
{
	int i=1,j=0;
	next[1]=0;
	while(i<T.length)
	{
		if(j==0||T.data[i]==T.data[j])
		{
			i++;
			j++;
			next[i]=j;
		}
		else
		{
			j=next[j];
		}
	}
	for(int i=1;i<=T.length;i++)
	{
		cout<<next[i]<<" ";
	}
	cout<<endl;
}

void get_nextval(SString T,int nextval[]) 
{
	nextval[1]=0;
	int next[T.length+1];
	get_next(T,next);
	for(int i=2;i<=T.length;i++)
	{
		if(T.data[i]==T.data[next[i]])
		{
			nextval[i]=nextval[next[i]];
		}
		else
		{
			nextval[i]=next[i];
		}
	}
	for(int i=1;i<=T.length;i++)
	{
		cout<<nextval[i]<<" ";
	}
	cout<<endl;
}
 
int Index_KMP(SString S,SString T)
{
	int i=1,j=1;
	int nextval[T.length+1];
	get_nextval(T,nextval);
	while(i<=S.length&&j<=T.length) 
	{
		if(j==0||S.data[i]==T.data[j])
		{
			i++;
			j++;
		}
		else
		{
			j=nextval[j];  
		}
	}
	if(j>T.length) return i-T.length;
	else return 0; 
}

int main()
{
	//freopen("A.txt","r",stdin);
	cin>>str1>>str2;
	SString S,T;
	InitString(S);
	InitString(T);
	
	//赋值操作 
	for(int i=1;i<=str1.size();i++)
	{
		S.data[i]=str1[i-1];             //保证SString的静态数组的第0个位置没有元素 
	}
	S.length=str1.size();
	
	for(int i=1;i<=str2.size();i++)
	{
		T.data[i]=str2[i-1];            
	}
	T.length=str2.size();
	
	//打印 
	for(int i=1;i<=S.length;i++)
	{
		cout<<S.data[i]<<" ";
	} 
	cout<<endl;
	
	for(int i=1;i<=T.length;i++)
	{
		cout<<T.data[i]<<" ";
	} 
	cout<<endl;
	
	int k=Index_KMP(S,T); 
	cout<<k<<endl;
	return 0;
}