字符串匹配

最近看了一下字符串匹配的知识，在这里总结一下。在算法导论中作者给出了四种字符串匹配算法，这里给出两种最常用的字符串匹配算法：朴素字符串匹配算法和KMP算法

1. 朴素字符串匹配算法
   假设文本是一个长度为n的数组T[1…n]，而模式是一个长度为m的数组P[1…m]。朴素的字符串匹配算法，不需要预处理操作，其复杂度是O((n-m+1)*m)。这里直接给出该方法的算法和Java实现。

naive-string-matcher(T,P)
1 n = T.length
2 m = P.length
3 for s = 0 to n - m
4     if P[1...m] == T[s+1...s+m]
5         print "Pattern occurs with shift" s

3~5行考察每个可能得偏移量，第4行监测代码包括了一个循环结构，该循环可以检测对应位置上的字符，直到所有的位置能够成功匹配或者有一个位置不能匹配为止。该算法最终返回的是匹配位置的下标或者-1。

    public int naiveStringMatcher(char[] s, char[] p, int pos){
    /*
    * s是文本，p是模式，    求p在主串s中从第pos个位置开始的匹配位置
    * 如果匹配成功返回模式串在主串中的位置，否则返回-1
    */
        for (int i = 0; i < s.length; i++) {
            if(s[i] == p[0]){
                int j = 1;
                for(; j < p.length; j++){
                    if(s[i + j] != p[j])break;
                }
                if(j >= p.length) return i;
            }
        }
        return  -1;
    }

1. KMP算法
   KMP算法又被称为改进的模式匹配算法，其改进之处在于：每当匹配过程中出现相比较的字符不相等时，不需要回溯主串的字符位置指针，而是根据自己已经得到的部分匹配的结果，将模式串向右滑动尽可能远的距离，然后，进行下一轮比较。
   在KMP算法中，依靠模式串的next函数值实现指针的滑动。next函数定义如下：

   

    //next function
    public void getNext(char[] p, int[] next){
        int i = 0, j = -1, len = p.length;
        next[0] = -1;
        while(i < len){
            if(j == -1 || p[i] == p[j]){
                ++i;
                ++j;
                if(i < len)
                    next[i] = j;
            }else j = next[j];
        }
    }
    //KMP algorithm
    public int KMP(char[] s, char[] p, int pos, int next[]){
        /*
         * 使用模式串p的next函数，求p在主串s中从第pos个位置开始的匹配位置
         * 如果匹配成功返回模式串在主串中的位置，否则返回-1
         */
        int i = pos - 1, j = -1, slen = s.length, plen = p.length;
        while(i < slen && j < plen){
            if(j == -1 || s[i] == p[j]){
                i++;
                j++;
            }else j = next[j];
        }
        if(j >= plen) return i - plen;
        else return -1;
    }

具体的next的演算请参考：http://kb.cnblogs.com/page/176818/