字符串匹配算法总结

 

一、最简单的BF算法

从文本T的第一个字母和模式P的第一个字母匹配，如果不匹配，则从T的第二个字母开始匹配。

int BF(char *str, char *ch)
{
	int len1 = strlen(str);
	int len2 = strlen(ch);
	int i=0,j=0; 
	while (i < len1 && j < len2){
		if (str[i] == ch[j])
		{
			i++;
			j++;
		}
		else{
			i = i - j + 1;
			j = 0;
		}
	}
	if (j>=len2)
		return i-j-1;
	else
		return -1;
}
//或者这样写
int BF(char *str, char* ch)
{
	int i=0;
 	int len1 = strlen(str);
	int len2 = strlen(ch);
	while(i <= len1 - len2)
	{
		int j = 0;
		while (str[i] == ch[j] && j < len2)
		{
			i++;
			j++;
		}
		if (j == len2)
			return i - len2;//到达P的结尾，匹配成功
		i = i - j + 1;//匹配不成功，向右移一个位置
	}
	return -1;//T中剩余的字符比|P|少，匹配失败
}

最坏的情况是“每次比较都在最后一个字符出现不等，每趟最多比较M次，最多比较N-M+1趟，总的比较次数最多为M*(N-M+1)” ，时间复杂性为0(M*N)。
 

二、KMP算法

 1）next[j]数组求解。非常简单，就是求最长真子串。例如：

①ababcabcd的next[j]数组

next[0]=-1;

j = 1：→ab，b前面只有一个a，没有真子串，所以next[1]=0

j = 2：→aba，a前面是ab，没有真子串，next[2]=0

j = 3：→abab，b前面是aba，真子串最大长度为1，next[3]=1

j = 4：→ababc，c前面是abab，真子串最大长度为2，next[4]=2

j = 5：→ababca，a前面是ababc，没有真子串，next[5] = 0

j = 6：→ababcab，b前面是ababca，真子串最大长度为1，next[6] = 1

j = 7：→ababcabc，c前面是ababcab，没有真子串，next[7] = 0

j = 8：→ababcabcd，d前面是ababcabc，没有真子串，next[8] = 0

 

②aaaaaaaaab的next[]数组

next[0]=-1;

j = 1：→aa，b前面是a，没有真子串，所以next[1]=0

j = 2：→aaa，a前面是aa，真子串最大长度为1，next[2]=1

j = 3：→aaaa，a前面是aaa，真子串最大长度为2，next[3]=2

j = 4：→aaaaa，a前面是aaaa，真子串最大长度为3，next[4]=3

j = 5：→aaaaaa，a前面是aaaaa，真子串最大长度为4，next[5] = 4

j = 6：→aaaaaaa，a前面是aaaaaa，真子串最大长度为5，next[6] = 5

j = 7：→aaaaaaaa，a前面是aaaaaaa，真子串最大长度为6，next[7] = 6

j = 8：→aaaaaaaaa，a前面是aaaaaaaa，真子串最大长度为7，next[8] = 7

j = 9：→aaaaaaaaab，b前面是aaaaaaaaa，真子串最大长度为8，next[8] = 8

 

void getNext(char *patt, int *next)
{
	int j = 1, k = 0;
	next[0] = -1;
	next[1] = 0;
	while (j < strlen(patt))
	{
		if (patt[j] == patt[k])
		{
			next[j+1] = k+1;
			j++;
			k++;
		}
		else if (k == 0)
		{
			next[j+1] = 0;
			j++;
		}
		else
			k = next[k];
	}
}

2)KMP模式匹配算法是：

KMP算法解决匹配中哪些主要问题：

A.当字符串比较出现不等时，确定下一趟比较前，应该将P右移多少个字符； 

B. P右移后，应该从哪个字符开始和T中刚才比较时不等的那个字符继续开始比较。

 

int KMP(char *str, char *ch, int next[])
{
	int i=0,j=0;
	int len1 = strlen(str);
	int len2 = strlen(ch);
	while (i<len1 && j < len2)
	{
		if (str[i] == ch[j])
		{
			i++;
			j++;
		}
		else if (j == 0)
			i++;
		else
			j = next[j];
	}
	if (j == len2)
		return i-len2;
	else
		return -1;
}

下面是一个比较完整的程序：

#include<stdio.h>
#include<string.h>
#include<stdlib.h>
FILE *fin=fopen("test.in","r");
FILE *fout=fopen("test.out","w");
char s1[200],s2[200];
int next[200];

int max(int a,int b)
{
    if(a>b) return a;
    return b;
}

void getnext()
{
    memset(next,0,sizeof(next));
    int i=-1,j=0;
    next[0]=-1;
    while(j<strlen(s2))
    {
           if(i==-1||s2[i]==s2[j]){
               i++;  j++;  
               next[j]=i;
           }
           else i=next[i];
    }
}

int KMP()
{
    int i=0,j=0,len1=strlen(s1),len2=strlen(s2);
    while((i<len1)&&(j<len2))
    {
        if(j==-1||s1[i]==s2[j]) {j++;i++;}
        else j=next[j];
    }
    if(j==len2) return i-len2;
    else return -1;
}

int index_KMP()
{
    int i=0,j=0,len1=strlen(s1),len2=strlen(s2),re=0;
    while(i<len1&&j<len2)
    {
                         if(j==-1||s1[i]==s2[j]) {i++;j++;}
                         else j=next[j];
                         re=max(re,j);
    }
    return re;
}

int main()
{
    fscanf(fin,"%s",s1);
    for(int i=1;i<=3;i++)
    {
            fscanf(fin,"%s",s2);
            getnext();
            fprintf(fout,"%d %d\n",KMP(),index_KMP());
    }
    return 0;
}

参考来源：http://www.cppblog.com/suiaiguo/archive/2009/07/16/90237.html