KMP理解

处理字符串匹配问题,最简单直接的方法是BF算法,原串用i表示指向的字符位置,模式串用j表示。开始从i=0,j=0比较str[i]和mo[j]是否相等。若相等i++,j++。若不相等,j重新指向0位置,i从第二个str[1]开始......。这样时间复杂度为l1*l2.。比较耗时。

而KMP利用模式串相同的前缀后缀。j指针回溯,i指针不回溯。因为匹配到模式串的j时说明前j-1个串一定是全匹配的,下次的匹配不需要j从0开始,下次匹配成功的地方一定是从j=Next[j]处开始的,当匹配出现str[i]!=mo[j]时,j指针指向Next[j]的位置,其中用Next[j]表示前0~j-1这个串中的相同前缀后缀的最长长度。如例子匹配到j=5时str[i]!=mo[j],j回到Next[j],再比较str[i]与mo[j],为什么不把j=0与i=1开始匹配呢,因为这样匹配的话,成功的条件是主串的从第二位开始后的串baab和模式串的abaa是相等的串,而满足它的条件是j=5时的j前面的串的前后缀相等的长度可达到4,即若Next[j]!=4时str[1]和mo[0]是不可能匹配成功的;所以下次从模式串Nextj][和主串的i(上次匹配不成功出现的位置)比较,模式串的0~Next[j]个字符一定和主串i前面的next[j]个字符匹配。难点在于Next[]数组如何求。


abaabaabbabaaabaabbabaa   原串str

abaabbabaab 模式串


前缀不包括最后一个字符,后缀不含第一个字符,所以求模式串第j位前的串的相等前后缀,要把j从0和i从1开始。
void getNext()
{
    int i=0;
    int j=-1;
    int len=strlen(mo);
    while(i<len)
    {
        if(j==-1||mo[i]==mo[j])
        {
            i++;
            j++;
            Next[i]=j;
        }
        else
            j=Next[j];
    }
}
计算主串中有几个模式串

int kmp()
{
    int i=0;
    int j=0;
    int ans=0;
    int l1=strlen(str);
    int l2=strlen(mo);
    while(i<l1)
    {
        if(j==-1||mo[j]==str[i])
        {
            i++;
            j++;
        }
        else j=Next[j];
        if(j==l2) ans++;
    }
    return ans;
}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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