算法导论--以自动机实现的字符串匹配

字符串匹配

性质

给定模式集合，和源集合。
算法输出源集合中和模式匹配的所有相关处的起始位置。

接口设计

template<typename T>
class CharacterMatch
{
public:
	CharacterMatch();
	~CharacterMatch();
public:
	DataStruct::Array::DynArray<int> RunInAutoMachine(
		const DataStruct::Array::DynArray<T>& arrPattern_,
		const DataStruct::Array::DynArray<T>& arrSource_);
};

实现

构造

template<typename T>
CharacterMatch<T>::CharacterMatch()
{

}

析构

template<typename T>
CharacterMatch<T>::~CharacterMatch()
{

}

算法运行

template<typename T>
DataStruct::Array::DynArray<int> CharacterMatch<T>::RunInAutoMachine(
	const DataStruct::Array::DynArray<T>& arrPattern_,
	const DataStruct::Array::DynArray<T>& arrSource_)
{
	int _nPatternLen = arrPattern_.GetSize();
	int _nSourceLen = arrSource_.GetSize();
	int _nPreMaxMatchLen = 0;
	int _nCurMaxMatchLen = 0;
	DataStruct::Array::DynArray<int> _arrRet;
	for (int _i = 0; _i < _nSourceLen; _i++)
	{
		if (_nPreMaxMatchLen == _nPatternLen)
		{
			for (int _nCurMayMaxMatchLen = _nPreMaxMatchLen; _nCurMayMaxMatchLen >= 0; _nCurMayMaxMatchLen--)
			{
				bool _bSuccess = true;
				int _k = 0;
				while (_k < _nCurMayMaxMatchLen)
				{
					if (arrSource_[_i - _k] == arrPattern_[_nCurMayMaxMatchLen - 1 - _k])
					{
						_k++;
					}
					else
					{
						break;
					}
				}

				if (_k == _nCurMayMaxMatchLen)
				{
					_bSuccess = true;
				}
				else
				{
					_bSuccess = false;
				}

				if (_bSuccess)
				{
					_nCurMaxMatchLen = _nCurMayMaxMatchLen;
					break;
				}
			}
		}
		else
		{
			if (arrSource_[_i] == arrPattern_[_nPreMaxMatchLen])
			{
				_nCurMaxMatchLen = _nPreMaxMatchLen + 1;
			}
			else
			{
				for (int _nCurMayMaxMatchLen = _nPreMaxMatchLen; _nCurMayMaxMatchLen >= 0; _nCurMayMaxMatchLen--)
				{
					bool _bSuccess = true;
					int _k = 0;
					while (_k < _nCurMayMaxMatchLen)
					{
						if (arrSource_[_i - _k] == arrPattern_[_nCurMayMaxMatchLen - 1 - _k])
						{
							_k++;
						}
						else
						{
							break;
						}
					}

					if (_k == _nCurMayMaxMatchLen)
					{
						_bSuccess = true;
					}
					else
					{
						_bSuccess = false;
					}

					if (_bSuccess)
					{
						_nCurMaxMatchLen = _nCurMayMaxMatchLen;
						break;
					}
				}
			}
		}

		if (_nCurMaxMatchLen == _nPatternLen)
		{
			_arrRet.Add(_i - _nPatternLen + 1);
		}

		_nPreMaxMatchLen = _nCurMaxMatchLen;
	}
}

算法目标&正确性证明

算法正确性证明：
算法以迭代方式实现
以迭代方式实现的算法正确性证明依赖于循环不变式
循环不变式：
每次迭代开始时，我们总是可以得到到上次迭代位置为止，可以与模式产生的最大匹配的长度

若循环不变式成立，
可知，我们在每次迭代结束，得到本次迭代位置为止，可以与模式产生的最大匹配的长度
若该长度 等于 模式本身长度，则 得到的一次模式的匹配。
如此，必可得到 所有关于模式的匹配信息。得证。

循环不变式证明：
初始时，
在首次迭代前，_nPreMaxMatchLen = 0，循环不变式成立。
对于第k次迭代，
依据循环不变式，_nPreMaxMatchLen表示到上次位置为止可以与模式产生的最大匹配的长度
若
本位置元素 等于 模式第(_nPreMaxMatchLen+1)处元素
易于知道，此时
从当前位置往前共(_nPreMaxMatchLen+1)个元素，分别依次与模式第(_nPreMaxMatchLen+1)到第一个元素依次相等。
故，当前位置位置 可与模式达成的最大匹配长度必然 >= (_nPreMaxMatchLen+1)
假设 当前位置位置 可与模式达成的最大匹配长度 为len > (_nPreMaxMatchLen+1)
则，可推导出 当前上一位置为止 可与模式达成的最大匹配长度 必然 >= (len-1) > _nPreMaxMatchLen
这与事实矛盾，故当前位置位置 可与模式达成的最大匹配长度为 (_nPreMaxMatchLen+1)

若
本位置元素 不等于 模式第(_nPreMaxMatchLen+1)处元素
假设当前位置位置 可与模式达成的最大匹配长度 为len > (_nPreMaxMatchLen+1)
则，可推导出 当前上一位置为止 可与模式达成的最大匹配长度 必然 >= (len-1) > _nPreMaxMatchLen
这与事实矛盾，故当前位置位置 可与模式达成的最大匹配长度不会大于 (_nPreMaxMatchLen+1)
假设当前位置位置 可与模式达成的最大匹配长度 为len = (_nPreMaxMatchLen+1)
则，可推导出 本位置元素 等于 模式第(_nPreMaxMatchLen+1)处元素，
这与事实矛盾，故当前位置位置 可与模式达成的最大匹配长度不会等于 (_nPreMaxMatchLen+1)
综合，当前位置位置 可与模式达成的最大匹配长度只会<= (_nPreMaxMatchLen)
而我们对_nPreMaxMatchLen,...,0可能的匹配长度依次进行考察
故，考察完毕必可得到正确的_nCurMaxMatchLen

综合，一次迭代结束，我们总是能得到 当前位置为止可能与模式产生的最大匹配的长度，
进而，循环不变式成立。