python3 kmp 字符串匹配的方法
先聲明,本人菜鳥一個(gè),寫博客是為了記錄學(xué)習(xí)的過程,以及自己的理解和心得,可能有的地方寫的不好,希望大神指出。。。
拋出問題
給定一個(gè)文本串test_str(被匹配的字符串)和模式串pat_str(需要從文本串中匹配的字符串),從文本串test_str中找出模式串pat_str第一次出現(xiàn)的位置,沒有的話返回 -1
暴力方式
在說kmp之前,我們先來講下“暴力方式“,也就是說我們最原始的方法?!?/p>
text_str = 'asdabcdace' pat_str = 'abcdace' def str_match(text_str,pat_str): for i in range(0,len(text_str)): j = 1 while j < len(pat_str): if text_str[i:i+j] != pat_str[0:j]: #從text_str第i個(gè)字符開始,看匹配是否成功 break #匹配失敗,直接跳出循環(huán),i+1,繼續(xù)從第一個(gè)字符匹配 j += 1 #匹配成功就繼續(xù)匹配下一個(gè)字符,知道pat_str每個(gè)字符都匹配完 if j == len(pat_str): return i return -1 print(str_match(text_str,pat_str))
之所以稱之為暴力解法,就是因?yàn)槊看纹ヅ涫≈缶蛯⒛J酱?,向后移?dòng)一位,從頭開始匹配,一直循環(huán)下去。造成時(shí)間復(fù)雜度高,kmp也就是優(yōu)化這個(gè)地方,每一次匹配失敗,下次移動(dòng)的距離next值
KMP
如果讓我完全給你講懂kmp算法可能不太容易,我只能大致粗略的將下它的一步步實(shí)現(xiàn)。我認(rèn)為就一個(gè)重點(diǎn),
如何求出模式串每個(gè)字符對應(yīng)的next值
因?yàn)榭赡?,每一次匹配失敗的長度的字符不一樣,也就對應(yīng)每次移動(dòng)的距離不一樣,那我們?nèi)绾吻竺總€(gè)字符對應(yīng)的next值,這就引出了另一個(gè)概念
最大前綴和最大后綴
假定最大前綴=最大后綴,長度為k 那么第i位字符,對應(yīng)的next值就為k+1,一次循環(huán)就能求出每個(gè)字符的next值
代碼實(shí)現(xiàn)
#求字符串的next值 text_str = 'asdabcdace' pat_str = 'abcdace' #得到字符對應(yīng)的next值 def str_next(s): #前兩個(gè)字符默認(rèn)等于1 next = [1,1] for x in range(2,len(s)): next.append(str_max_prx(s,x,next[x-1]-1) + 1) return next #參數(shù) s字符串,匹配進(jìn)行到的位置,下次開始匹配的位置 def str_max_prx(s,x,last_value): next = 0 for i in range(last_value,x): if s[0:i] == s[x-i:x]: next = i return next def str_match(s,m): next = str_next(s) i=0 s_len = len(s) m_len = len(m) while i <= m_len: flag = True #標(biāo)志位,用來判斷是否匹配成功 index = 1 while index <= s_len: if m[i:i + index] != s[0:index]: i = i + next[index] flag = False break else: index += 1 if flag: break if i >= m_len: i = -1 return i res = str_match(pat_str,text_str) print(res)
代碼就是這樣,很多東西可能還需要自己理解。我記個(gè)筆記,為之后方便查找,希望對你能有幫助。也希望大家多多支持腳本之家。
相關(guān)文章
Python 單元測試(unittest)的使用小結(jié)
Python中有一個(gè)自帶的單元測試框架是unittest模塊,用它來做單元測試,本篇文章主要介紹了Python 單元測試(unittest)的使用小結(jié),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-11-11Django DRF認(rèn)證組件流程實(shí)現(xiàn)原理詳解
這篇文章主要介紹了Django DRF認(rèn)證組件流程實(shí)現(xiàn)原理詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-08-08Pandas DataFrame轉(zhuǎn)換為字典的方法
實(shí)際開發(fā)中我們可能會(huì)遇到一類問題,如何將Pandas DataFrame轉(zhuǎn)換為字典,本文就來介紹一下,感興趣的可以了解一下2021-05-05基于TensorFlow常量、序列以及隨機(jī)值生成實(shí)例
今天小編就為大家分享一篇基于TensorFlow常量、序列以及隨機(jī)值生成實(shí)例,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01Anaconda3+tensorflow2.0.0+PyCharm安裝與環(huán)境搭建(圖文)
這篇文章主要介紹了Anaconda3+tensorflow2.0.0+PyCharm安裝與環(huán)境搭建(圖文),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-02-02python redis 批量設(shè)置過期key過程解析
這篇文章主要介紹了python redis 批量設(shè)置過期key過程解析,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-11-11使用Pytorch Geometric進(jìn)行鏈接預(yù)測的實(shí)現(xiàn)代碼
PyTorch Geometric (PyG)是構(gòu)建圖神經(jīng)網(wǎng)絡(luò)模型和實(shí)驗(yàn)各種圖卷積的主要工具,在本文中我們將通過鏈接預(yù)測來對其進(jìn)行介紹,文中有詳細(xì)的代碼示例供大家參考,需要的朋友可以參考下2023-10-10Python程序中的觀察者模式結(jié)構(gòu)編寫示例
觀察者模式是最常用的設(shè)計(jì)模式之一,旨在觀察目標(biāo)和觀察者之間建立一個(gè)抽象的耦合,減少對象之間的耦合,這里我們就來看一下Python程序中的觀察者模式結(jié)構(gòu)編寫示例2016-05-05