一.BF算法
BF算法是普通的模式匹配算法,BF算法的思想就是將目標串S的第一個字符與模式串P的第一個字符進行匹配,若相等,則繼續比較S的第二個字符和P的第二個字符;若不相等,則比較S的第二個字符和P的第一個字符,依次比較下去,直到得出最後的匹配結果。
舉例說明:
S: ababcababa
P: ababa
BF算法匹配的步驟如下
i=0 i=1 i=2 i=3 i=4
第一趟:ababcababa 第二趟:ababcababa 第三趟:ababcababa 第四趟:ababcababa 第五趟:ababcababa
ababa ababa ababa ababa ababa
j=0 j=1 j=2 j=3 j=4(i和j回溯)
i=1 i=2 i=3 i=4 i=3
第六趟:ababcababa 第七趟:ababcababa 第八趟:ababcababa 第九趟:ababcababa 第十趟:ababcababa
ababa ababa ababa ababa ababa
j=0 j=0 j=1 j=2(i和j回溯) j=0
i=4 i=5 i=6 i=7 i=8
第十一趟:ababcababa 第十二趟:ababcababa 第十三趟:ababcababa 第十四趟:ababcababa 第十五趟:ababcababa
ababa ababa ababa ababa ababa
j=0 j=0 j=1 j=2 j=3
i=9
第十六趟:ababcababa
ababa
j=4(匹配成功)
理解後的代碼實現
int Index_BF(char*s,char*d,int pos) //BF法求index
{
if(NULL==s ||NULL==d) //參數預判斷
return -1;
int len1 = GetLen(s);
int len2 = GetLen(d);
if(len1<len2)
return -1;
// 查找
int i=pos,j=0;
while(i<len1 && j<len2)
{
if(s[i]==d[j])
{
i++;
j++;
}
else
{
i = i-j+1;
j=0;
}
}
if(j>=len2)
return i-len2;
else
return -1;
}
其實在上面的匹配過程中,有很多比較是多餘的。在第五趟匹配失敗的時候,在第六趟,i可以保持不變,j值爲2。因爲在前面匹配的過程中,對於串S,已知s0s1s2s3=p0p1p2p3,又因爲p0!=p1!,所以第六趟的匹配是多餘的。又由於p0==p2,p1==p3,所以第七趟和第八趟的匹配也是多餘的。在KMP算法中就省略了這些多餘的匹配。
KMP算法之所以叫做KMP算法是因爲這個算法是由三個人共同提出來的,就取三個人名字的首字母作爲該算法的名字。其實KMP算法與BF算法的區別就在於KMP算法巧妙的消除了指針i的回溯問題,只需確定下次匹配j的位置即可,使得問題的複雜度由O(mn)下降到O(m+n)。
在KMP算法中,爲了確定在匹配不成功時,下次匹配時j的位置,引入了next[]數組,next[j]的值表示P[0...j-1]中最長後綴的長度等於相同字符序列的前綴。
對於next[]數組的定義如下:
1)next[j]=-1 j=0
2)next[j]=max k:0<k<j P[0...k-1]=P[j-k,j-1]
3)next[j]=0 其他
如:
P a b a b a
j 0 1 2 3 4
next -1 0 0 1 2
即next[j]=k>0時,表示P[0...k-1]=P[j-k,j-1]
因此KMP算法的思想就是:在匹配過程稱,若發生不匹配的情況,如果next[j]>=0,則目標串的指針i不變,將模式串的指針j移動到next[j]的位置繼續進行匹配;若next[j]=-1,則將i右移1位,並將j置0,繼續進行比較。
KMP算法的關鍵在於求算next[]數組的值,即求算模式串每個位置處的最長後綴與前綴相同的長度, 而求算next[]數組的值有兩種思路,第一種思路是用遞推的思想去求算,還有一種就是直接去求解。
按照遞推的思想是這樣的:
根據定義next[0]=-1,假設next[j]=k, 即P[0...k-1]==P[j-k,j-1]
1)若P[j]==P[k],則有P[0..k]==P[j-k,j],很顯然,next[j+1]=next[j]+1=k+1;
2)若P[j]!=P[k],則可以把其看做模式匹配的問題,即匹配失敗的時候,k值如何移動,顯然k=next[k]。
理解後代碼實現如下:
void GetNext(char*s,int next[]) //迭代法求Next數組
{
int k = -1;//初始化K值
int len = GetLen(s);//獲得字符串的長度
int i = 0;//字符串下標
next[0] = -1;//next[0]=-1;
while(i<len-1)
{
if(k==-1 || s[i]==s[k])
{
i++;
k++;
next[i] = k;//next[j+1]=next[j]+1=k+1;
}
else
k = next[k]; //回溯 模式匹配
}
}
查找算法實現
int Index_KMP(char*s,char*d,int pos) //kmp法求index
{
if(NULL==s ||NULL==d) //參數預判斷
return -1;
int len1 = GetLen(s);
int len2 = GetLen(d);
if(len1<len2)
return -1;
// 查找
int i=pos,j=0;
int next[4];
GetNext(d,next);
while(i<len1 && j<len2)
{
if(j==-1 || s[i]==d[j]) //這裏j==-1是判斷next中是否出現-1,如果是的話 也是需要移動i的
{
i++;
j++;
}
else
{
// i = i-j+1;
//j=0;
j = next[j];
}
}
if(j>=len2)
return i-len2;
else
return -1;
}
KMP還可以改良,代碼如下:
void GetNext(char*s,int next[]) //迭代法求Next數組
{
int k = -1;//初始化K值
int len = GetLen(s);//獲得字符串的長度
int i = 0;//字符串下標
next[0] = -1;//next[0]=-1;
while(i<len-1)
{
if(k==-1 || s[i]==s[k])
{
i++;
k++;
if(s[i]!=s[k])//當前字符和前綴字符不相等
next[i] = k;//next[j+1]=next[j]+1=k+1;
else
next[i] = next[k];
}
else
k = next[k]; //回溯 模式匹配
}
}