快捷導(dǎo)航

字符串的模式匹配詳解--BF算法與KMP算法

更新時(shí)間：2014年08月21日 11:43:48 投稿：hebedich

這篇文章記錄一下串里面的模式匹配，模式匹配，顧名思義就是給定一個(gè)被匹配的字符串，然后用一個(gè)字符串模式（模型）去匹配上面說(shuō)的字符串，看后者是否在前者里面出現(xiàn)。常用的有2種算法可以實(shí)現(xiàn)，下面我們來(lái)具體探討下

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(biāo)串S的第一個(gè)字符與模式串P的第一個(gè)字符進(jìn)行匹配，若相等，則繼續(xù)比較S的第二個(gè)字符和P的第二個(gè)字符；若不相等，則比較S的第二個(gè)字符和P的第一個(gè)字符，依次比較下去，直到得出最后的匹配結(jié)果。

舉例說(shuō)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)

代碼實(shí)現(xiàn):

int BFMatch(char *s,char *p)
{
  int i,j;
  i=0;
  while(i<strlen(s))
  {
    j=0;
    while(s[i]==p[j]&&j<strlen(p))
    {
      i++;
      j++;
    }
    if(j==strlen(p))
      return i-strlen(p);
    i=i-j+1;        //指針i回溯
  }
  return -1;  
}

　其實(shí)在上面的匹配過(guò)程中，有很多比較是多余的。在第五趟匹配失敗的時(shí)候，在第六趟，i可以保持不變，j值為2。因?yàn)樵谇懊嫫ヅ涞倪^(guò)程中，對(duì)于串S，已知s0s1s2s3=p0p1p2p3，又因?yàn)閜0!=p1!，所以第六趟的匹配是多余的。又由于p0==p2,p1==p3，所以第七趟和第八趟的匹配也是多余的。在KMP算法中就省略了這些多余的匹配。

二.KMP算法

    KMP算法之所以叫做KMP算法是因?yàn)檫@個(gè)算法是由三個(gè)人共同提出來(lái)的，就取三個(gè)人名字的首字母作為該算法的名字。其實(shí)KMP算法與BF算法的區(qū)別就在于KMP算法巧妙的消除了指針i的回溯問(wèn)題，只需確定下次匹配j的位置即可，使得問(wèn)題的復(fù)雜度由O(mn)下降到O(m+n)。
　在KMP算法中，為了確定在匹配不成功時(shí)，下次匹配時(shí)j的位置，引入了next[]數(shù)組，next[j]的值表示P[0...j-1]中最長(zhǎng)后綴的長(zhǎng)度等于相同字符序列的前綴。
　對(duì)于next[]數(shù)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(shí)，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(guò)程稱(chēng)，若發(fā)生不匹配的情況，如果next[j]>=0，則目標(biāo)串的指針i不變，將模式串的指針j移動(dòng)到next[j]的位置繼續(xù)進(jìn)行匹配；若next[j]=-1，則將i右移1位，并將j置0，繼續(xù)進(jìn)行比較。
代碼實(shí)現(xiàn)如下：

int KMPMatch(char *s,char *p)
{
  int next[100];
  int i,j;
  i=0;
  j=0;
  getNext(p,next);
  while(i<strlen(s))
  {
    if(j==-1||s[i]==p[j])
    {
      i++;
      j++;
    }
    else
    {
      j=next[j];    //消除了指針i的回溯
    }
    if(j==strlen(p))
      return i-strlen(p);
  }
  return -1;
}

　　因此KMP算法的關(guān)鍵在于求算next[]數(shù)組的值，即求算模式串每個(gè)位置處的最長(zhǎng)后綴與前綴相同的長(zhǎng)度，而求算next[]數(shù)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。
1.按照遞推的思想：
   根據(jù)定義next[0]=-1，假設(shè)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(wèn)題，即匹配失敗的時(shí)候，k值如何移動(dòng)，顯然k=next[k]。
   因此可以這樣去實(shí)現(xiàn)：

void getNext(char *p,int *next)
{
  int j,k;
  next[0]=-1;
  j=0;
  k=-1;
  while(j<strlen(p)-1)
  {
    if(k==-1||p[j]==p[k])  //匹配的情況下,p[j]==p[k]
    {
      j++;
      k++;
      next[j]=k;
    }
    else          //p[j]!=p[k]
      k=next[k];
  }
}

2.直接求解方法

void getNext(char *p,int *next)
{
  int i,j,temp;
  for(i=0;i<strlen(p);i++)
  {
    if(i==0)
    {
      next[i]=-1;   //next[0]=-1
    }
    else if(i==1) 
    {
      next[i]=0;   //next[1]=0
    }
    else
    {
      temp=i-1;
      for(j=temp;j>0;j--)
      {
        if(equals(p,i,j))
        {
          next[i]=j;  //找到最大的k值
          break;
        }
      }
      if(j==0)
        next[i]=0;
    }
  }
}
bool equals(char *p,int i,int j)   //判斷p[0...j-1]與p[i-j...i-1]是否相等 
{
  int k=0;
  int s=i-j;
  for(;k<=j-1&&s<=i-1;k++,s++)
  {
    if(p[k]!=p[s])
      return false;
  }
  return true;
}

您可能感興趣的文章: