字符串匹配基础(中):如何实现文本编辑器中的查找功能
就是word中把一个单词统一替换成另一个,可以用BM算法
BM算法的核心思想
模式串和主串匹配过程中,因为主串中的c在模式串中是没有的,所以模式从向后滑动的时候,只要c与模式串有重合,肯定无法匹配,可以一次性把模式串往后滑动几位,把模式串移动到c的后面
BM算法原理分析
BM算法包含两部分,是坏字符规则和好后缀规则
1.坏字符规则
按照模式串的下标从大到小的顺序,倒序匹配
从模式串的末尾往前倒着匹配,当我们发现某个字符串没法匹配的时候,把这个没有匹配的字符叫做坏字符(主串中的字符)我们把坏字符c在模式串中查找,发现模式串中并没有这个字符,这时候我们可以将模式串直接往后滑动三位(因为模式串只有3位),将模式串滑动到c后面的位置,再从模式串的末尾字符开始比较
这时候坏字符是a,不能往后滑动三位了,将模式串往后滑动2位,让两个a上下对齐,然后再从模式串的末尾字符开始,重新匹配
发生不匹配的时候,把坏字符对应的模式串中的字符下标记作si,如果坏字符在模式串中存在,把这个坏字符在模式串种的下标记作xi,如果不存在,xi = -1,那么模式串往后移动的位数就是si - xi (这里的下标是字符在模式串的下标)
a b c a c a b d c
a b d
此时a就是坏字符,d就是坏字符对应的模式串中的字符下标,d = si = 2,a = xi = 0
如果坏字符在模式串里多处出现,计算xi的时候选择最靠后的那一个
单纯使用坏字符规则还不够,还需要用到“好后缀规则”
2.好后缀规则
当模式串滑动到下面位置的时候,模式串和主串有两个字符是匹配的,倒数第三个是坏字符
a b c a c a b c b c b a c a b c
a b b c a b c
a是坏字符,b c是好后缀
我们可以利用坏字符规则来计算模式串的滑动位数,也可以使用好后缀处理规则
好后缀是把已经匹配的bc叫做好后缀,记作{u},拿bc在模式串中寻找,如果找到了<