模式字符串匹配问题(KMP算法)

这两天又看了一遍《算法导论》上面的字符串匹配那一节,下面是实现的几个程序,可能有错误,仅供参考和交流。

关于详细的讲解,网上有很多,大多数算法及数据结构书中都应该有涉及,由于时间限制,在这就不重复了。

需要说明的是:

 stra:主串,及需要从中寻找模式串的字符串

 strb:模式串

 《算法导论》上面包括严蔚敏老师《数据结构》,字符串下表是按从1开始,并且《数据结构》一书中貌似吧字符串的第一个字符用来储存字符串长度。这里我改成了0。

 maxlen :字符串的最长长度

1. 朴素算法 (最容易理解的,时间复杂度有点高 预处理时间:O(0),查询时间:O((n-m-1) * m))

/**
字符串模式匹配的朴素算法
s为偏移量
*/ #include <cstdio>
#include <iostream>
#include <cstring>
using namespace std;
const int maxlen = 1000; void NAIVE_STRING_MATCHER(char* stra, char* strb)
{
int n(strlen(stra)), m(strlen(strb));
for (int s(0);s <= n - m; ++s)
if (stra[s] == strb[0])
{
bool flag = true;
for (int i(0); i < m; ++i)
if (stra[s+i] != strb[i])
{
flag = false;
break;
}
if (flag)
{
cout<<"Pattern occurs with shifts "<<s<<endl;
return;
}
}
cout<<"Pattern doesn't occur."<<endl;
} int main()
{
char stra[maxlen], strb[maxlen];
while(cin>>stra && cin>>strb)
NAIVE_STRING_MATCHER(stra, strb);
return 0;
}

  

  2. Rabin & Karp 算法 (这个算法让我想起了哈希表 预处理时间:O(m),查询时间:O((n-m-1) * m), 哈哈, 不比朴素算法快,因为看了,写了,就贴出来了,可以不看)

/**
Rabin, Karp 发现的字符串匹配算法
*/
#include <cstdio>
#include <iostream>
#include <cstring>
using namespace std;
const int maxlen = 10000;
int d(10), mod(100000007);
void RABIN_KARP_MATCHER(char* stra, char* strb)
{
int n(strlen(stra)), m(strlen(strb)), p(0), t(0), h(1);
//preprocessing
for (int i(0); i < m-1; ++i)
h = i ? h * d % mod : d % mod;
for (int i(0); i < m; ++i)
{
p = (d * p + strb[i]) % mod;
t = (d * t + stra[i]) % mod;
}
for (int s(0); s <= n - m; ++s)
{
if (p == t)
{
bool flag = true;
for (int j(0); j < m; ++j)
if (stra[s+j] != strb[j])
{
flag = false;
break;
}
if (flag)
{
cout<<"Pattern occurs with shifts "<<s<<endl;
return ;
}
}
t = (d * (t - (stra[s]) * h) + stra[s+m]) % mod;
}
cout<<"Pattern doesn't occur."<<endl;
} int main()
{
char stra[maxlen], strb[maxlen];
while(cin>>stra && cin>>strb)
RABIN_KARP_MATCHER(stra, strb);
return 0;
}

  3.《算法导论》还给了有限自动机的算法,处理时间要比KMP算法长,查询时间复杂度一样,可以说,KMP是对有限自动机预处理优化之后的算法。下面是

KMP算法   预处理时间:O(m),查询时间:O(n)

  事先说明:算法是《算法导论》思路,但是却用了严蔚敏老师《数据结构》中的一些变量,比如next数组,本以为其和《算法导论》中的 pi (圆周率的符号,在这用了拼音) 数组一样,现在看来有一点不一样。

#include <cstdio>
#include <iostream>
#include <algorithm>
#include <cstring>
using namespace std;
const int maxlen = 10000; void get_next(char* strb, int* next)
{
int i(1), j(-1), d(strlen(strb));
next[0] = -1;
for (; i < d; ++i)
{
while(j >= 0 && strb[j+1] != strb[i])
j = next[j];
if (strb[j+1] == strb[i])
j += 1;
next[i] = j;
}
} void KMP_MATCHER(char* stra, char* strb)
{
int n(strlen(stra)), m(strlen(strb)), next[maxlen];
get_next(strb, next); int i(0), j(-1);
for (int i(0); i < n; ++i)
{
while(j >= 0 && strb[j+1] != stra[i])
j = next[j];
if (strb[j+1] == stra[i])
j += 1;
if (j == m - 1)
{
cout<<"Pattern occurs with shifts "<<i - j<<endl;
return ;
}
}
cout<<"Pattern doesn't occurs."<<endl;
} int main()
{
char stra[maxlen], strb[maxlen];
while(cin>>stra && cin>>strb)
KMP_MATCHER(stra, strb);
return 0;
}

  再次重申:代码可能有错,欢迎大家指正。

上一篇:LSI SAS 3008配置操作


下一篇:Java虚拟机(五)Java的四种引用级别