字符串匹配算法之Sunday算法

来源：互联网发布：乐器管子价格淘宝编辑：程序博客网时间：2024/06/04 23:22

字符串匹配查找算法中，最著名的两个是KMP算法（Knuth-Morris-Pratt)和BM算法（Boyer-Moore)。两个算法在最坏情况下均具有线性的查找时间。但是在实用上，KMP算法并不比最简单的C库函数strstr()快多少，而BM算法则往往比KMP算法快上3－5倍(未亲身实践)。但是BM算法还不是最快的算法，这里介绍一种比BM算法更快一些的查找算法Sunday算法。

Sunday算法的思想和BM算法中的坏字符思想非常类似。差别只是在于Sunday算法在匹配失败之后，是取目标串中当前和Pattern字符串对应的部分后面一个位置的字符来做坏字符匹配。

当发现匹配失败的时候就判断母串中当前偏移量+Pattern字符串长度+1处(假设为K位置)的字符在Pattern字符串中是否存在。如果存在，则将该位置和Pattern字符串中的该字符对齐，再从头开始匹配；如果不存在，就将Pattern字符串向后移动，和母串k+1处的字符对齐，再进行匹配。重复上面的操作直到找到，或母串被找完结束。

动手写了个小例子来实现以下这个算法。

在代码中，实现了两种字符串匹配算法，一种是Sunday方式，一种是普通的每次移动一位的方式，二者的效率对比在main函数中有，都是纳秒级别。算法的详细步骤，在代码中已经添加了相应的注释。关于BM算法，下次空了再一起对照着分析。

  1 import java.util.HashMap;  2 import java.util.LinkedList;  3 import java.util.List;  4 import java.util.Map;  5   6 /**   7  * @author Scott  8  * @date 2013年12月28日   9  * @description 10  */ 11 public class SundySearch { 12     String text = null; 13     String pattern = null; 14     int currentPos = 0; 15  16     /** 17      * 匹配后的子串第一个字符位置列表 18      */ 19     List<Integer> matchedPosList = new LinkedList<Integer>(); 20      21     /** 22      * 匹配字符的Map,记录改匹配字符串有哪些char并且每个char最后出现的位移 23      */ 24     Map<Character, Integer> map = new HashMap<Character, Integer>(); 25  26     public SundySearch(String text, String pattern) { 27         this.text = text; 28         this.pattern = pattern; 29         this.initMap(); 30     }; 31  32     /** 33      * Sunday匹配时，用来存储Pattern中每个字符最后一次出现的位置，从左到右的顺序 34      */ 35     private void initMap() { 36         for (int i = 0; i < pattern.length(); i++) { 37             this.map.put(pattern.charAt(i), i); 38  39         } 40     } 41  42     /** 43      * 普通的字符串递归匹配，匹配失败就前进一位 44      */ 45     public List<Integer> normalMatch() { 46         //匹配失败，继续往下走 47         if (!matchFromSpecialPos(currentPos)) { 48             currentPos += 1; 49  50             if ((text.length() - currentPos) < pattern.length()) { 51                 return matchedPosList; 52             } 53             normalMatch(); 54         } else { 55             //匹配成功，记录位置 56             matchedPosList.add(currentPos); 57             currentPos += 1; 58             normalMatch(); 59         } 60          61         return matchedPosList; 62     } 63  64     /** 65      * Sunday匹配，假定Text中的K字符的位置为：当前偏移量+Pattern字符串长度+1 66      */ 67     public List<Integer> sundayMatch() { 68         // 如果没有匹配成功 69         if (!matchFromSpecialPos(currentPos)) { 70             // 如果Text中K字符没有在Pattern字符串中出现，则跳过整个Pattern字符串长度 71             if ((currentPos + pattern.length() + 1) < text.length() 72                     && !map.containsKey(text.charAt(currentPos + pattern.length() + 1))) { 73                 currentPos += pattern.length(); 74             }else { 75                 // 如果Text中K字符在Pattern字符串中出现，则将Text中K字符的位置和Pattern字符串中的最后一次出现K字符的位置对齐 76                 if ((currentPos + pattern.length() + 1) > text.length()) { 77                     currentPos += 1; 78                 } else { 79                     currentPos += pattern.length() - (Integer) map.get(text.charAt(currentPos + pattern.length())); 80                 } 81             } 82              83             // 匹配完成，返回全部匹配成功的初始位移 84             if ((text.length() - currentPos) < pattern.length()) { 85                 return matchedPosList; 86             } 87              88             sundayMatch(); 89         }else { 90             // 匹配成功前进一位然后再次匹配 91             matchedPosList.add(currentPos); 92             currentPos += 1; 93             sundayMatch(); 94         } 95         return matchedPosList; 96     } 97  98     /** 99      * 检查从Text的指定偏移量开始的子串是否和Pattern匹配100      */101     public boolean matchFromSpecialPos(int pos) {102         if ((text.length()-pos) < pattern.length()) {103             return false;104         }105 106         for (int i = 0; i < pattern.length(); i++) {107             if (text.charAt(pos + i) == pattern.charAt(i)) {108                 if (i == (pattern.length()-1)) {109                     return true;110                 }111                 continue;112             } else {113                 break;114             }115         }116         117         return false;118     }119 120     public static void main(String[] args) {121         SundySearch sundySearch = new SundySearch("hello 啊啊 阿道夫 adfsadfklf adf234masdfsdfdsfdsfdsffwerwrewrerwerwersdf2666sdflsdfk", "adf");122         123         long begin = System.nanoTime();124         System.out.println("NormalMatch:" + sundySearch.normalMatch());125         System.out.println("NormalMatch:" + (System.nanoTime() - begin));126         127         begin = System.nanoTime();128         System.out.println("SundayMatch:" + sundySearch.sundayMatch());129         System.out.println("SundayMatch:" + (System.nanoTime() - begin));130 131     }132 }

运行结果：

NormalMatch:[13, 17, 24]NormalMatch:313423SundayMatch:[13, 17, 24]SundayMatch:36251

使用Sunday算法要比普通的匹配算法快了10倍左右，虽然是纳秒级别~因为我们匹配的内容就那么短，内容越长，效果就会越明显。

每个人都可以以自己的方式实现这个算法，如有雷同，纯属巧合。。。

附：参考网址

http://blog.163.com/yangfan876@126/blog/static/80612456201342205056344

http://ouyangjia7.iteye.com/blog/352954

http://blog.csdn.net/sunnianzhong/article/details/8820123

http://dsqiu.iteye.com/blog/1700312

0 0