一.BF算法
BF算法是普通的模式匹配算法,BF算法的思想就是将目标串S的第一个字符与模式串P的第一个字符进行匹配,若相等,则继续比较S的第二个字符和P的第二个字符;若不相等,则比较S的第二个字符和P的第一个字符,依次比较下去,直到得出最后的匹配结果。
举例说明:
S: ababcababa
P: ababa
BF算法匹配的步骤如下
i=0 i=1 i=2 i=3 i=4
第一趟:ababcababa 第二趟:ababcababa 第三趟:ababcababa 第四趟:ababcababa 第五趟:ababcababa
ababa ababa ababa ababa ababa
j=0 j=1 j=2 j=3 j=4(i和j回溯)
i=1 i=2 i=3 i=4 i=3
第六趟:ababcababa 第七趟:ababcababa 第八趟:ababcababa 第九趟:ababcababa 第十趟:ababcababa
ababa ababa ababa ababa ababa
j=0 j=0 j=1 j=2(i和j回溯) j=0
i=4 i=5 i=6 i=7 i=8
第十一趟:ababcababa 第十二趟:ababcababa 第十三趟:ababcababa 第十四趟:ababcababa 第十五趟:ababcababa
ababa ababa ababa ababa ababa
j=0 j=0 j=1 j=2 j=3
i=9
第十六趟:ababcababa
ababa
j=4(匹配成功)
理解后的代码实现
int Index_BF(char*s,char*d,int pos) //BF法求index
{
if(NULL==s ||NULL==d) //参数预判断
return -1;
int len1 = GetLen(s);
int len2 = GetLen(d);
if(len1<len2)
return -1;
// 查找
int i=pos,j=0;
while(i<len1 && j<len2)
{
if(s[i]==d[j])
{
i++;
j++;
}
else
{
i = i-j+1;
j=0;
}
}
if(j>=len2)
return i-len2;
else
return -1;
}
其实在上面的匹配过程中,有很多比较是多余的。在第五趟匹配失败的时候,在第六趟,i可以保持不变,j值为2。因为在前面匹配的过程中,对于串S,已知s0s1s2s3=p0p1p2p3,又因为p0!=p1!,所以第六趟的匹配是多余的。又由于p0==p2,p1==p3,所以第七趟和第八趟的匹配也是多余的。在KMP算法中就省略了这些多余的匹配。
KMP算法之所以叫做KMP算法是因为这个算法是由三个人共同提出来的,就取三个人名字的首字母作为该算法的名字。其实KMP算法与BF算法的区别就在于KMP算法巧妙的消除了指针i的回溯问题,只需确定下次匹配j的位置即可,使得问题的复杂度由O(mn)下降到O(m+n)。
在KMP算法中,为了确定在匹配不成功时,下次匹配时j的位置,引入了next[]数组,next[j]的值表示P[0...j-1]中最长后缀的长度等于相同字符序列的前缀。
对于next[]数组的定义如下:
1)next[j]=-1 j=0
2)next[j]=max k:0<k<j P[0...k-1]=P[j-k,j-1]
3)next[j]=0 其他
如:
P a b a b a
j 0 1 2 3 4
next -1 0 0 1 2
即next[j]=k>0时,表示P[0...k-1]=P[j-k,j-1]
因此KMP算法的思想就是:在匹配过程称,若发生不匹配的情况,如果next[j]>=0,则目标串的指针i不变,将模式串的指针j移动到next[j]的位置继续进行匹配;若next[j]=-1,则将i右移1位,并将j置0,继续进行比较。
KMP算法的关键在于求算next[]数组的值,即求算模式串每个位置处的最长后缀与前缀相同的长度, 而求算next[]数组的值有两种思路,第一种思路是用递推的思想去求算,还有一种就是直接去求解。
按照递推的思想是这样的:
根据定义next[0]=-1,假设next[j]=k, 即P[0...k-1]==P[j-k,j-1]
1)若P[j]==P[k],则有P[0..k]==P[j-k,j],很显然,next[j+1]=next[j]+1=k+1;
2)若P[j]!=P[k],则可以把其看做模式匹配的问题,即匹配失败的时候,k值如何移动,显然k=next[k]。
理解后代码实现如下:
void GetNext(char*s,int next[]) //迭代法求Next数组
{
int k = -1;//初始化K值
int len = GetLen(s);//获得字符串的长度
int i = 0;//字符串下标
next[0] = -1;//next[0]=-1;
while(i<len-1)
{
if(k==-1 || s[i]==s[k])
{
i++;
k++;
next[i] = k;//next[j+1]=next[j]+1=k+1;
}
else
k = next[k]; //回溯 模式匹配
}
}
查找算法实现
int Index_KMP(char*s,char*d,int pos) //kmp法求index
{
if(NULL==s ||NULL==d) //参数预判断
return -1;
int len1 = GetLen(s);
int len2 = GetLen(d);
if(len1<len2)
return -1;
// 查找
int i=pos,j=0;
int next[4];
GetNext(d,next);
while(i<len1 && j<len2)
{
if(j==-1 || s[i]==d[j]) //这里j==-1是判断next中是否出现-1,如果是的话 也是需要移动i的
{
i++;
j++;
}
else
{
// i = i-j+1;
//j=0;
j = next[j];
}
}
if(j>=len2)
return i-len2;
else
return -1;
}
KMP还可以改良,代码如下:
void GetNext(char*s,int next[]) //迭代法求Next数组
{
int k = -1;//初始化K值
int len = GetLen(s);//获得字符串的长度
int i = 0;//字符串下标
next[0] = -1;//next[0]=-1;
while(i<len-1)
{
if(k==-1 || s[i]==s[k])
{
i++;
k++;
if(s[i]!=s[k])//当前字符和前缀字符不相等
next[i] = k;//next[j+1]=next[j]+1=k+1;
else
next[i] = next[k];
}
else
k = next[k]; //回溯 模式匹配
}
}