字符串匹配的RK算法+随机

最新推荐文章于 2020-08-25 11:13:27 发布

yahreso

最新推荐文章于 2020-08-25 11:13:27 发布

阅读量561

点赞数

文章标签：算法 random iterator delete system im

本文链接：https://blog.csdn.net/yahreso/article/details/6473256

版权

在使用RK算法进行字符串匹配时，q必须是一个充分大的素数。为了减少出现假匹配的概率，先计算小于12mn2的素数集合，再从集合中随机取出一个素数，可使假匹配的概率小于1/n。此外，这个算法总能得到正确的答案。

#include<iostream>
#include<map>
#include<set>
#include<time.h>
using namespace std;
#define N 100 // 待匹配串的最多长度
#define M 20 // 模式串的最多长度
#define MULTIPLIER 0x015A4E35L
#define INCREMENT 1
static unsigned long seed;
/* 生成随机数种子 */
void random_seed ( unsigned long d ) {
if (d== 0 ) {
seed = time ( 0 );
} else {
seed = d;
}
}
/* 生成一个low~high范围内的随机数 */
unsigned int random ( unsigned long low, unsigned long high ) {
seed = MULTIPLIER * seed + INCREMENT;
return ( (seed>> 16 )% (high-low )+low );
}
long BASE; // 进制数
set<char> v; // 存放待匹配串和模式串中出现的字符的集合
map<char, int>data; // 存放待匹配串和模式串中出现的字符的哈希表
/* 将串中出现的字符放入集合 */
void inSet ( char s [ ] ) {
int n = strlen (s );
for ( int i = 0; i<n; i++ ) {
v. insert (s [i ] );
}
BASE = v. size ( );
}
/* 计算出现的字符的哈希表 */
void countMap ( ) {
data. clear ( );
int i = 0;
for (set<char>:: iterator iter = v. begin ( ); iter!=v. end ( ); iter++ ) {
data [*iter ] = i++;
}
}
/* 出现的字符的哈希函数 */
int ch ( char s ) {
return data [s ];
}
/*
* 字符串匹配
* 输入：存放待匹配串的数组S[]，待匹配串的长度n，
* 存放模式串的数组P[]，模式串的长度m，素数p
* 输出：与P相匹配的子串在待匹配串中的起始位置loc
*/
void match ( char S [ ], long n, char P [ ], long m, long &loc, long q ) {
long b = BASE;
long i, k;
long w = 0, p = 0;
long x = 1;
// 计算b^(m-1) % q
for (i= 0; i<m -1; i++ ) {
x = (x*b )%q;
}
// 计算第一个窗口子串的哈希值
for (i= 0; i<m; i++ ) {
w = (w*b + ch (S [i ] ) )%q;
}
// 计算模式串的哈希值
for (i= 0; i<m; i++ ) {
p = (p*b + ch (P [i ] ) )%q;
}
i = 0;
while ( (i<=n-m ) && (loc == -1 ) ) {
if (w==p ) { // 如果与模式串相等则仔细检查是否真的相等
for ( k= 0; k<m; k++ ) {
if (S [i+k ]!=P [k ] ) break;
}
if (k>=m ) loc = i;
}
// 计算下一个窗口子串的哈希值
w = w - ch (S [i ] )*x%q;
if (w< 0 ) w += q;
w = (w*b + ch (S [i+m ] ) )%q;
i++;
}
}
/*
* 字符串匹配的随机算法
* 输入：存放待匹配串的数组S[]，待匹配串的长度n，
* 存放模式串的数组P[]，模式串的长度m，
* 小于12*m*n*n的素数集合R[]，素数集合的元素个数a
* 输出：与P相匹配的子串在待匹配串中的起始位置loc
*/
void match_random ( char S [ ], long n, char P [ ], long m, long &loc, long R [ ], int a ) {
long q;
random_seed ( 0 );
q = random (a/ 2,a ); // 从a/2~a范围中取一个素数
q = R [q ];
match (S, n, P, m, loc, q );
}
/*
* 找素数算法
* 输入：所找素数的上界size
* 输出：所找素数集合的大小a
*/
long* findPrime ( int size, int &a ) {
long* r = new long [size ];
bool* prime = new bool [size ];
int i,j;
prime [ 0 ] = false;
for (i= 1; i<size; i++ ) {
prime [i ] = true;
}
i = 1;
while (i<size ) {
if (prime [i ] ) {
j = (i +1 )* 2;
while (j<size ) {
prime [j -1 ] = false;
j += i +1;
}
}
i++;
}
a = 0;
for (i= 1; i<size; i++ ) {
if (prime [i -1 ] ) {
r [a++ ] = i;
}
}
delete prime;
return r;
}
int main ( ) {
char str [N ], substr [M ];
while (cin>>str ) {
if (! strcmp (str, "exit" ) ) break; // 待匹配串为exit时退出
cin>>substr;
long loc = -1;
int n = strlen (str );
int m = strlen (substr );
int a;
long* R = findPrime ( 12*m*n*n, a ); // 计算小于12*m*n*n的素数集合
/* 计算待匹配串和模式串中出现的元素集合 */
v. clear ( );
inSet (str );
inSet (substr );
countMap ( );
// 随机匹配
match_random (str, n, substr, m, loc, R, a );
if (loc== -1 ) { // 如果未匹配则尝试用最接近12*m*n*n的素数进行匹配
cout<< "No Found!"<<endl;
match (str, n, substr, m, loc, R [a -1 ] );
cout<< "Use Prime: "<<R [a -1 ]<<endl;
if (loc== -1 ) {
cout<< "No Found!"<<endl;
} else {
cout<< "Location In "<<loc +1<<endl;
}
} else {
cout<< "Location In "<<loc +1<<endl;
}
delete R;
system ( "pause" );
cout<< "================================"<<endl;
}
return 0;
}