字符串匹配算法(在字符串T中查找是否有与字符串P相同的子串)

T称为目标串(Target)或主串 ,P称为模式串(Pattren) 或子串

1、 简单字符串模式匹配算法

  原理:用字符串P的字符依次与字符串T中的字符进行比较,首先将字符串P从第0个位置起与主串T的第pos个字符起依次进行比较对应字符,

         如果全部对应相等,则表明已找到匹配,成功终止;否则将字符串P从第0个位置起与主串T的第pos+1个字符起依次进行比较对应字符,

         过程类似。   如果直到匹配完主串T的所有字母 都没有找到,则匹配失败

2、首尾字符串模式匹配算法

原理:与简单字符串的基本原理相同,不同点是在 判断字符串是否相同的过程中,

简单字符串模式匹配算法 是按 第一个字符,第二个字符。。。。第n个字符的顺序进行对应匹配       

 首尾字符串模式匹配算法 是按 第一个字符,第n个字符,第二个字符,第n-1个字符的顺序进行匹配

造成前两个算法效率低的主要原因是在算法的执行过程中有回溯,而这些回溯都可以避免。比如:

T:abaabab

P:abab

假设pos=0 ,第一趟匹配的时候,t0=p0,t1=p1,t2=p2,t3!=p3,然而在模式串中p0!=p1,所以可以推知t1=p1!=p0,所以在第二趟的匹配中,将P右移一位,用t1与p0

比较一定不等,所以右移一位是无效位移。又因为p0=p2,所以t2=p2=p0,因此若直接将P右移两位,t2与p0的比较肯定是相等的,所以右移两位是有效位移。所以,KMP算法

在于寻找有效位移,跳过无效的比较,消除回溯。

3、KMP字符串模式匹配算法

假设第i+1趟的时候有 ti t(i+1).....t(i+j-1) = p0 p1 ...p(j-1) 且 p0 p1 ...p(j-2) != p1 p2 ...p(j-1)

                   可推知  t(i+1) t(i+2) ..t(i+j-1) = p1 p 2 ...p(j-1) != p0 p1 ...p(j-2)

                    所以第i+2趟 一定不匹配

以此类推

              判断第i+3趟时,如果模式串P中 有  p0 p1 ...p(j-3)!= p2 p3 ...p(j-1)  则可推知 第i+3趟一定不匹配

     重点:  直到对某值k,使得p0 p1.....p(k-1) =  p(j-k) p(j-k+1)....p(j-1) 

KMP算法的关键就在于匹配失败后,确定k的值,对不同的j有不同的k值,k值依赖于模式串P的前 j 个字符的构成,next[j]=k.

计算 next[j],就是要在串p0 p1...p(j-1) 中找出最长的相等的两个子串"p0 p1.....p(k-1)" 和 “p(j-k) p(j-k+1)....p(j-1) ”

                 next[j+1] = {next(m)[j] +1,0} 选择前者:能找到最小的正整数m,使得p(下标:next(m)[j]) = p(下标:j)

                                                                选择后者: 找不到m或j=0

原文地址:https://www.cnblogs.com/wshyj/p/6306286.html