串(2)--模式匹配演算法
演算法目的:確定子串在主串中第一次出現的位置
兩種演算法:BF,KMP(重點掌握)
一:BF演算法
1.特點:主串的指標需回溯,速度慢;
2.演算法思想:
當主串T(長為m)和子串S(長為n)的比較字元不相等時,主串的指標i需要指向之前開始比較的位置的後面一個字元(相應的子串的指標j需要重新指到1),,這樣依次拿子串T和主串的一個連續子字串比較知道兩個串相等為止。
3.時間複雜度分析:int Index_BF(SString S, SString T, int pos)//pos為從哪個位置開始找,設兩個字串下標都是從1開始 { if(pos<=0||T.length<=0)return 0;//非法操作 int i=pos,j=1; while(i<=S.length&&j<=T.length) { if(S.ch[i]==T.ch[j]) {i++;j++} else { i=i-j+2;j=1; } } if(j>T.length) return i-T.length; //或者i-j+1 else return 0;//沒找到 }
最好情況:只需比較一次,即比較子串的長度的次數n=O(n);
最差情況:每次比較時都發現子串的最後一個字元和主串不相等,故需要比較(m-n)*n+n=(m-n+1)*n=O(m*n)次
一般情況:O(m+n);//要從最好到最壞情況統計總的比較次數,然後取平均。
二.KMP演算法(詳細推理過程本人依然不是很理解,不過以下的掌握了就大致能意會了):
1.特點:比較時,主串的指標i不需要回溯,只需把子串向右滑動若干距離
2.思想:儘量利用已經部分匹配的結果資訊,儘量讓i不要回溯,加快模式串的滑動速度。
3.求k=next[j]:
1).j表示正在比較的子串和主串的失配的位置,k=next[j]表示下一次主串應該和子串比較的時候子串的字元指標所在的位置;
2).next[j]函式象徵著模式T中最大相同字首子串和字尾子串(真子串)的長度。
可見,模式中相似部分越多,則next[j]函式越大,它既表示模式T字元之間的相關度越高,也表示j位置以前與主串部分匹配的字元數越多。
即:next[j]越大,模式串向右滑動得越遠,與主串進行比較的次數越少,時間複雜度就越低(時間效率)。
3).求法:(推導見<<資料結構>>原文)
4程式碼實現(求next[j]函式):
void get_next(SString T, int &next[ ] ) { //求模式串T的next函式值並存入陣列next[ ]。 i=1; next[1]=0; j=0; while(i<T[0] ) { if(j= = 0||T[i]= =T[j]){++i; ++j; next[i]=j;} else j=next[j]; } }// get_next
5.完整KMP實現:
Int Index_KMP(SString S, SString T, int pos)//與BF演算法比較(類似)
{
if(pos<=0||T.length<=0)return 0;//非法操作
i=pos;j=1;
while ( i<=S.length && j<=T.length)
{
if (j==0|| S.ch[i] = = T.ch[j] ) {++i, ++j} //不失配則繼續比較後續字元
else {j=next[j];
} //特點:S的i指標不回溯,而且從T的k位置開始匹配
if(j>T.length)
return i-T.length; //子串結束,說明匹配成功 else
return 0;//沒找到}//Index_KMP
6.討論現在的next[j]函式是否完善:
1).我們假設主串T為 a a a b a a a a b,
子串S為 a a a a b;
求得S的next[j]=0,1,2,3,4;
我們可以自己模擬上面的完整的KMP演算法,發現當主串的指標i和子串的指標j都指向4時,此時失配,j=next[4]=3,又發現失配,j=next[3]=2,又失配.....依次j指向0,然後i=5,j=1,才匹配,在此過程中我們可以發現KMP演算法並沒有起到作用,那是因為子串存在很多相同的字首,導致主串不匹配的字元與子串比較了多次,即next[j]的函式不完善!!!!
2).完善的next[j]演算法:
void get_nextval(SString T, int &nextval[ ] )
{
//next函式修正值存入陣列nextval
i=1; nextval[1]=0; j=0;
while(i<T[0] )
{
if(j= = 0||T[i]= =T[j] )
{ ++i;++j;
If(T[i]!=T[j] ) nextval[i]=j;
else nextval[i]=nextval[j];
}
else j=nextval[j];
}
}// get_nextval
7.時間複雜度分析:
由於指標i無須回溯,比較次數僅為m,即使加上計算next[j]時所用的比較次數n,比較總次數也僅為m+n=O(m+n),大大快於BF演算法。