浅谈字符串匹配算法BF 算法及 KMP 算法Word文档格式.docx

1、循环往复，直到到达S或者T字符串的结尾。如果是到达S串的结尾，则表示匹配失败，如果是到达T串的结尾，则表示匹配成功。BF算法优点：思想简单，直接，无需对字符串S和T进行预处理。缺点：每次字符不匹配时，都要回溯到开始位置，时间开销大。下面是BF算法的代码实现：bf.c#include stdlib.hstring.hintindex_bf（char*s,char*t,intpos）;index_bf_self（charindex）;/*BF算法示例*/ main（）chars=6he3wor;/标准BF算法中，s0和t0存放的为字符串长度。t=3worm=index_bf（s,t,2）;/标准B

2、F算法printf（index_bf:%dn,m）;m=index_bf_self（s,t,2）;/修改版BF算法，s和t中，不必再存放字符串长度。index_bf_self:exit（0）;字符串S和T中，s0,t0存放必须为字符串长度例：7hi baby!T=4babyindex_bf（s,t,1）;pos：在S中要从下标pos处开始查找T（说明：标准BF算法中，为研究方便，s0,t0中存放的为各自字符串长度。）*/pos）i,j;if（pos=1&pos=s0-0i=pos;j=1;while（ijt0-returni-t0+-1;修改版，字符串s和t中，不必再包含字符串长度。hi ba

3、bybabyindex_bf_self（s,t,0）;index:在s中，从几号下标开始查找index）i=index,j=0;while（si!=0while（*（t+j）! *（s+i+j）!if（*（t+j）!=*（s+i+j）break;if（*（t+j）=i;j=0;测试结果：二、KMP 算法：由BF算法例图中可知，当S8和T8不匹配时，S和T都需要回溯，时间复杂度高。因此，出现了KMP算法。先看下图：从图中，我们可以很容易的发现，S不必回溯到S1的位置，T也不必回溯到T0的位置，因为前面的字符,S和T中都是相等的。如果S不回溯的话，那T该怎么办呢？我们也可以很容易的发现，S中5、6

4、、7号字符和T中0、1、2号字符是相等的。故T直接回溯到T3的位置即可。此时我们就省去了很多不必要的回溯和比较。那么这些都是我们从图中直观得出的结论，如果换做其他字符，我们又如何知道T该回溯到几号字符呢？先看看KMP算法的思想：假设在模式匹配的进程中，执行Ti和Wj的匹配检查。若Ti=Wj，则继续检查Ti+1和Wj+1是否匹配。若TiWj，则分成两种情况：若j=1，则模式串右移一位，检查Ti+1和W1是否匹配；若1图中，首先构造 Next 数组，构造过程见图解（这里讲解的简单了些，本文重点是理清KMP算法思路，故没有赘述，想细究的同学，自己谷歌一下吧）。构造完毕后，当S8和T8失配时，我们从n

5、ext 数组可知，T应回溯到T3的位置，重新开始比较。样子有点像下面这样：如果S8和T3再次失配，则继续回溯，即比较S8和T0。如果再次失配，T已无回溯元素可言，此时，S向后移动,即开始比较S9和T0结束条件就是：到达字符串S或者T的结尾。若是S结尾，则返回-1.若是T结尾，则匹配成功。返回S中T串开始时的下标即可。下面给出个小例子，仅供大家练习使用：下面给出KMP算法标准代码（即数组首元素保存的是字符串长度）：kmp.cvoidget_next（char*next）;index_kmp（charmain（intargc,char*argv） char t=6ababcd int next7;

6、 get_next（t,next）; int i; for（i=0;i7;i+） printf（%d,nexti）;n）;6helworm=index_kmp（s,t,1）;利用KMP算法，求解字符串t在s中的开始位置。在字符串S中，从下标pos开始查找是否含有t子串如果含有，返回t在s中的下标起始位置。否则，返回-1.注意：s和t中首元素保存的都是字符串的长度。nextsizeof（t）;get_next（t,next）;if（0=j|si=tj）j=nextj;*next）i=0;next1=0;while（jif（0=iti=tj）if（ti!=tj）nextj=i;nextj=next

7、i;i=nexti;修改版KMP算法：（字符数组首元素不再保存字符串长度，更符合实际应用） kmp2.cmain（void）hello world!world int nextstrlen（t）;strlen（t）; m=index_kmp（s,t,0）;在字符串s中，从下标index开始查找是否含有字符串t.如果有，返回t在s中的开始位置；如果没有，返回-1。（使用KMP算法实现）注：字符数组s和t中，不再保存字符串长度。nextstrlen（t）;tj!continue;/从模式匹配数组中，获取要回溯到的结点if（0=j）/单独处理第一个字符if（tj=/表示字符串t中，所有字符已匹配完毕

8、i-strlen（t）;/因为i以匹配至s中t字符串的结尾。因为要返回的是s中t的开始下标，故i-strlen（t）.KMP算法之next数组代码next数组定义：当模式匹配串T失配的时候，next数组对应的元素知道应该用T串的哪个元素进行下一轮的匹配。/Prefix 前缀/Postfix 后缀next0=0;/自定义的，0和1都从0开始匹配while（tj!if（ti=tj）/若前后字符匹配，则向前推进/前后字符不匹配，则回溯。注意，此时是i和j不匹配，因此，根据next数组定义，要回溯到nexti的值。if（0=i）/当回溯到首字符时，单独进行处理next+j=+i;next+j=i;示例测试结果：