串和串的模式匹配算法

一：算法的基本思想

基本思想：

      先 以主串 S 中第 pos 个字符为 S 子串的第一 个字符 ，模式串 T 的长度作为 S 子串的长度， 得到一个子串去与模式串 T 中的对应字符逐个 比较，若子串与模式串相同，则返回 S 中子串 的第一个字符位置，这就是模式串在主串 S 中 的位置；

           否则，取 S 中第 pos+1 个字符为子串头 ， 将其往后的字符再依次和模式串 T 比较判断是 否相等，以此类推直到找到子串位置或没有 一个子串与模式串相同为止 ，前者模式匹配 成功，后者模式匹配失败。

 

二：

算法模拟示例

主串S:ababcabcacbab    模式串T：abcac  pos=1

图一

 

图二

图三

返回 T在S中的位置：6

 

 

三：朴素的模式匹配

 

主串 S= ’ ababcabcacbab ’ ， 模式串 T= ’ abcac ’

 

 

                                   ↓i=3

第一趟匹配：  a b a b c a b c a c b a b

                           a b c

                                   ↑j=3

                              

                               ↓ i=2

第二趟匹配：   a b a b c a b c a c b a b

                                a

                               ↑ j=1

                      

                                                  ↓ i=7

第三趟匹配：   a b a b c a b c a c b a b

                                    a b c a c

                                                   ↑ j=5              

                                       ↓i=4

第四趟匹配：   a b a b c a b c a c b a b

                                       a

                                        ↑j=1

                  

                                           ↓ i=5

第五趟匹配：   a b a b c a b c a c b a b

                                           a

                                            ↑ j=1

                                                              ↓i=11

第六趟匹配：   a b a b c a b c a c b a b

                                             a b c a c （成功）

                                                            ↑j=6

 

四：

KMP 算法。

 

主串S=’ababcabcacbab’，模式串T= ’ abcac’

 

                                    ↓ i=3

第一趟匹配：   a b a b c a b c a c b a b

                           a b c

                                   ↑ j=3 (next[3]=1)

                                   ↓i=3

第二趟匹配：   a b a b c a b c a c b a b

                                    a b c a c

                                                   ↑j=5 (next[5]=2)

                      

                                                   ↓ i=7

第三趟匹配：   a b a b c a b c a c b a b

                                             (a)b c a c

                                                  ↑ j=2

 

KMP 算法

KMP—Knuth, Morris, Pratt 三人发明

特点

无需回溯

在O（n＋m ）的时间量级上完成串的模式匹配操作  

next 函数的定义

当此集合不空时

若模式串P为’ abaabc’，由定义可得next函数值

KMP 算法手工模拟

主串   S=  ‘a c a b a a b a a b c a c a a b c’

模式串 T=  ’a b a a b c’

↓ i=2

第一趟匹配：   主串     a c a b a a b a a b c a c a a b c

                       模式串     a b

                                             ↑ j=2  next[2]=1

                                            

                                               ↓ i=2

第二趟匹配：   主串     a c a b a a b a a b c a c a a b c

                       模式串          a

                                               ↑ j=1  next[1]=0 

                                                

                                                 ↓ i=3  →   ↓ i=8

第三趟匹配：   主串     a c a b a a b a a b c a c a a b c

                       模式串               a b a a b c

                                                   ↑ j=1 →    ↑ j=6  next[6]=3

                                                                        

                                                                         ↓ i=8 → ↓ i=12

第四趟匹配：   主串     a c a b a a b a a b c a c a a b c

                       模式串            (a b) a a b c

                                                  ↑ j=3 →      ↑ j=7  

    

next 函数的改进

l 当i＝4，j＝4时s i ≠p j ，由next[j]的指示还需进行i＝4、j＝3，

   i＝4、j＝2，i＝4、j＝1等三次比较。

实际上，由于模式中第1、2、3个字符和第4个字符都相等，因此这种比较 是不必要的，可以将模式串 一次向右滑动4个字符 直接进行 i＝5、j＝1 的比 较。也就是说， 若 next[j]=k，当s i 与p j 失配

且p j ＝p k ，则下一步不需将主串中的s i 与p k 比较，而是S i 直接 与next[k]进行比较。

 

主串a a a b a a a a b

a a a a b