字符串匹配基础（上）：如何借助哈希算法实现高效字符串匹配

字符串匹配基础（上）：如何借助哈希算法实现高效字符串匹配

字符串匹配算法：BF算法和RK算法，都是单模式串匹配算法，即一个串和另一个串进行匹配，BM算法和KMP算法是多模式串匹配算法，即一个串种同时查找多个串，分别是Trie树和AC自动机

RK算法是BF算法的改进，RK算法是如何借助哈希算法来实现高效字符串匹配的呢？

BF算法

暴力匹配算法，也叫朴素匹配算法

主串和模式串

在字符串A中查找字符串B，那A是主串，B就是模式串，把主串的长度记作n,模式串的长度记作m，因为是在主串中查找模式串，所以n>m

作为最简单、最暴力的字符串匹配算法，BF算法就是我们在主串中，检查起始位置分别是0，1，2……n-m且长度为m的n-m+1个子串，看有没有跟模式串匹配的

如果主串是“aaa……aaa”模式串是“aaaaab”，我们每次都对比m个字符，要对比n-m+1，最复杂的时间复杂度是$O(n\ast m)$

BF算法时间复杂度虽然很高，但是是一个比较常用的字符串匹配算法：一：实际的软件开发中，模式串和主串的长度都不会太长，每次模式串和主串中的子串匹配的时候，当中途遇到不能匹配的字符的时候就停止了，不需要把m个字符都对比一下 二：朴素字符串匹配算法思想简单，不容易出错，有bug也容易暴露和修复

RK算法

RK算法是在BF算法的基础上改进的，对朴素字符串匹配算法改造，引入哈希算法，时间复杂度会降低

通过哈希算法对主串中的n-m+1个子串分别求哈希值，然后逐个与模式串的哈希值比较大小，如果某个子串的哈希值与模式串相等，说明对应的子串和模式串匹配了

此时 哈希算法的设计为：假设要匹配的字符串的字符集中只包含K个字符，我们可以用一个K进制数来表示一个子串，这个K进制数转化成十进制数，作为子串的哈希值。

要处理的字符串只包含a~z 26个小写字母，把这26进制来表示一个字符串，把a~z这26个字符映射到0~25这26个数字，a就表示0，b就是1，z就是25，在十进制的表示法中，一个数字的值是通过下面的方法计算的，对应到26进制，一个包含a到z这26字符的字符串，计算哈希值的时候，只需要把进位从10改成26即可
$$“657”=6\ast 10\ast 10+5\ast 10+7\ast 1“cba”="c"\ast 26\ast 26+"b"\ast 26+"a"\ast 1=2\ast 26\ast 26$$