BM算法
来源:互联网 发布:mac做u盘启动盘 编辑:程序博客网 时间:2024/04/28 05:36
BM算法
后缀匹配,是指模式串的比较从右到左,模式串的移动也是从左到右的匹配过程,经典的BM算法其实是对后缀蛮力匹配算法的改进。所以还是先从最简单的后缀蛮力匹配算法开始。下面直接给出伪代码,注意这一行代码:j++;BM算法所做的唯一的事情就是改进了这行代码,即模式串不是每次移动一步,而是根据已经匹配的后缀信息,从而移动更多的距离。
1
j = 0;
2
while
(j <=
strlen
(T) -
strlen
(P)) {
3
for
(i =
strlen
(P) - 1; i >= 0 && P[i] ==T[i + j]; --i)
4
if
(i < 0)
5
match;
6
else
7
++j;
8
}
为了实现更快移动模式串,BM算法定义了两个规则,好后缀规则和坏字符规则,如下图可以清晰的看出他们的含义。利用好后缀和坏字符可以大大加快模式串的移动距离,不是简单的++j,而是j+=max (shift(好后缀), shift(坏字符))
先来看如何根据坏字符来移动模式串,shift(坏字符)分为两种情况:
- 坏字符没出现在模式串中,这时可以把模式串移动到坏字符的下一个字符,继续比较,如下图:
- 坏字符出现在模式串中,这时可以把模式串第一个出现的坏字符和母串的坏字符对齐,当然,这样可能造成模式串倒退移动,如下图:
为了用代码来描述上述的两种情况,设计一个数组bmBc['k'],表示坏字符‘k’在模式串中出现的位置距离模式串末尾的最大长度,那么当遇到坏字符的时候,模式串可以移动距离为: shift(坏字符) = bmBc[T[i]]-(m-1-i)。如下图:
数组bmBc的创建非常简单,直接贴出代码如下:
1
void
preBmBc(
char
*x,
int
m,
int
bmBc[]) {
2
int
i;
3
for
(i = 0; i < ASIZE; ++i)
4
bmBc[i] = m;
5
for
(i = 0; i < m - 1; ++i)
6
bmBc[x[i]] = m - i - 1;
7
}
再来看如何根据好后缀规则移动模式串,shift(好后缀)分为三种情况:
- 模式串中有子串匹配上好后缀,此时移动模式串,让该子串和好后缀对齐即可,如果超过一个子串匹配上好后缀,则选择最靠左边的子串对齐。
- 模式串中没有子串匹配上后后缀,此时需要寻找模式串的一个最长前缀,并让该前缀等于好后缀的后缀,寻找到该前缀后,让该前缀和好后缀对齐即可。
- 模式串中没有子串匹配上后后缀,并且在模式串中找不到最长前缀,让该前缀等于好后缀的后缀。此时,直接移动模式到好后缀的下一个字符。
为了实现好后缀规则,需要定义一个数组suffix[],其中suffix[i] = s 表示以i为边界,与模式串后缀匹配的最大长度,如下图所示,用公式可以描述:满足P[i-s, i] == P[m-s, m]的最大长度s。
构建suffix数组的代码如下:
1
suffix[m-1]=m;
2
for
(i=m-2;i>=0;--i){
3
q=i;
4
while
(q>=0&&P[q]==P[m-1-i+q])
5
--q;
6
suffix[i]=i-q;
7
}
有了suffix数组,就可以定义bmGs[]数组,bmGs[i] 表示遇到好后缀时,模式串应该移动的距离,其中i表示好后缀前面一个字符的位置(也就是坏字符的位置),构建bmGs数组分为三种情况,分别对应上述的移动模式串的三种情况
- 模式串中有子串匹配上好后缀
- 模式串中没有子串匹配上好后缀,但找到一个最大前缀
- 模式串中没有子串匹配上好后缀,但找不到一个最大前缀
构建bmGs数组的代码如下:
01
void
preBmGs(
char
*x,
int
m,
int
bmGs[]) {
02
int
i, j, suff[XSIZE];
03
suffixes(x, m, suff);
04
for
(i = 0; i < m; ++i)
05
bmGs[i] = m;
06
j = 0;
07
for
(i = m - 1; i >= 0; --i)
08
if
(suff[i] == i + 1)
09
for
(; j < m - 1 - i; ++j)
10
if
(bmGs[j] == m)
11
bmGs[j] = m - 1 - i;
12
for
(i = 0; i <= m - 2; ++i)
13
bmGs[m - 1 - suff[i]] = m - 1 - i;
14
}
再来重写一遍BM算法:
1
j = 0;
2
while
(j <=
strlen
(T) -
strlen
(P)) {
3
for
(i =
strlen
(P) - 1; i >= 0 && P[i] ==T[i + j]; --i)
4
if
(i < 0)
5
match;
6
else
7
j += max(bmGs[i], bmBc[T[i]]-(m-1-i));
8
}
考虑模式串匹配不上母串的最坏情况,后缀蛮力匹配算法的时间复杂度最差是O(n×m),最好是O(n),其中n为母串的长度,m为模式串的长度。BM算法时间复杂度最好是O(n/(m+1)),最差是多少?留给读者思考。
原文转自:http://www.searchtb.com/
- BM算法
- BM算法
- BM算法
- BM算法
- BM算法
- BM算法
- BM算法
- BM算法
- BM算法
- BM算法
- BM 算法
- bm算法
- BM算法
- BM算法
- BM算法
- BM算法
- BM算法
- BM算法
- android适配各种分辨率的问题
- Android文件存储--采用SharedPreferences保存用户偏好设置参数和读取设置参数
- 利用cronolog对nginx日志进行分割
- python处理字符串时出现的错误'ascii' codec can't decode byte 0xe9 in position 0: ordinal not in range(128)" 解决方法
- 自动生成批量执行SQL脚本的批处理
- BM算法
- 如何更优秀
- ZOJ-1986 Bridging Signals
- Centos 限制root帐户登陆ssh并配置指定帐户可以使用sudo命令
- freebsd 中的办公软件
- 汇编语言/C51/C语言/C++中左移<<、右移>>的不同
- fatal error LNK1168 错误如何排除
- C++之模板 (转载)
- 判断进程是否在WOW64上运行