說明:本文章有從參考其它文章,如有冒犯,請多原諒。
KPM、BM、 AC、ACBM算法分析
目錄
- 簡介
- KPM算法簡介
- BM算法 簡介
- AC算法簡介
- ACBM算法簡介
簡介
最近在定位DPI應用識別的問題,總是發現在特徵數量達到一定規模的時候,特徵匹配不出來;所以又得投身於分析有點難搞的ACBM算法了。不過最終確定該問題並不是匹配部分問題,而是初始化編譯狀態機的問題。
在分析該問題過程中,ACBM算法的有些細節的原理忘記了,看起代碼來有點喫力;沒辦法只能搜索各種資料了,在這把自己搜索到的相關資料整理一下,希望對大家有點幫助。
KPM算法
在分析KPM算法之前,先看一下我們最容易想到的查找辦法。
首先,字符串”BBC ABCDAB ABCDABCDABDE”的第一個字符與搜索詞”ABCDABD”的第一個字符,進行比較。因爲B與A不匹配,所以搜索詞後移一位。
因爲B與A不匹配,搜索詞再往後移這裏寫圖片描述
就這樣,直到字符串有一個字符,與搜索詞的第一個字符相同爲止
接着比較字符串和搜索詞的下一個字符,還是相同。
直到字符串有一個字符,與搜索詞對應的字符不相同爲止。
這時,最自然的反應是,將搜索詞整個後移一位,再從頭逐個比較。這樣做雖然可行,但是效率很差,因爲你要把”搜索位置”移到已經比較過的位置,重比一遍。
一個基本事實是,當空格與D不匹配時,你其實知道前面六個字符是”ABCDAB”。KMP算法的想法是,設法利用這個已知信息,不要把”搜索位置”移回已經比較過的位置,繼續把它向後移,這樣就提高了效率。
怎麼做到這一點呢?可以針對搜索詞,算出一張《部分匹配表》(Partial Match Table)。這張表是如何產生的,後面再介紹,這裏只要會用就可以了。後面會詳細分析部分匹配值的計算方法。
已知空格與D不匹配時,前面六個字符”ABCDAB”是匹配的。查表可知,最後一個匹配字符B對應的”部分匹配值”爲2,因此按照下面的公式算出向後移動的位數:
移動位數 = 已匹配的字符數 - 對應的部分匹配值
因爲 6 - 2 等於4,所以將搜索詞向後移動4位。移動4位後結果如下圖
因爲空格與C不匹配,搜索詞還要繼續往後移。這時,已匹配的字符數爲2(”AB”),對應的”部分匹配值”爲0。所以,移動位數 = 2 - 0,結果爲 2,於是將搜索詞向後移2位。
因爲空格與A不匹配,繼續後移一位
逐位比較,直到發現C與D不匹配。於是,移動位數 = 6 - 2,繼續將搜索詞向後移動4位
逐位比較,直到搜索詞的最後一位,發現完全匹配,於是搜索完成。如果還要繼續搜索(即找出全部匹配),移動位數 = 7 - 0,再將搜索詞向後移動7位。
部分匹配值表計算方法
“部分匹配值”就是”前綴”和”後綴”的最長的共有元素的長度。以”ABCDABD”爲例,
- “A”的前綴和後綴都爲空集,共有元素的長度爲0;
- “AB”的前綴爲[A],後綴爲[B],共有元素的長度爲0;
- “ABC”的前綴爲[A, AB],後綴爲[BC, C],共有元素的長度0;
- “ABCD”的前綴爲[A, AB, ABC],後綴爲[BCD, CD, D],共有元素的長度爲0;
- “ABCDA”的前綴爲[A, AB, ABC, ABCD],後綴爲[BCDA, CDA, DA, A],共有元素爲”A”,長度爲1;
- “ABCDAB”的前綴爲[A, AB, ABC, ABCD, ABCDA],後綴爲[BCDAB, CDAB, DAB, AB, B],共有元素爲”AB”,長度爲2;
- “ABCDABD”的前綴爲[A, AB, ABC, ABCD, ABCDA, ABCDAB],後綴爲[BCDABD, CDABD, DABD, ABD, BD, D],共有元素的長度爲0。
計算特徵串next值得c語言代碼
void getNext(const char *p,int next[])//多算一位的next算法
{
int j=-1,i=0;
next[0]=-1;
int len=strlen(p);
while(i<=len)
{
if(j==-1||p[i]==p[j])
{
i++;
j++;
//next[i]=j;//以下是改進的算法
if(p[i]!=p[j]) next[i]=j;
else next[i]=next[j];
}
else j=next[j];
}
}
待續,BM、ACBM算法下次繼續