使用递归哈希进行精确模式串匹配

字符串处理是每个编程者都必须掌握的知识，主要看看字符串的搜索查找功能。

现在的编程语言如C/C++/Java等都提供了对字符串子串的查找功能，具体如下：

(1)C：strchr，strstr。

(2)C++：find，rfind，find_first_of，find_first_not_of等等。

(3)Java：indexOf，lastIndexOf等。

 

下面说明一种使用递归哈希进行字符串搜索/查找的方法：

(1)递归哈希

　　维护一个窗口，大小为n。如下公式即为起始位置为x，长度为n的窗口的哈希数值。

　　递归哈希主要体现在哈希数值的更新操作，减少重复的计算。下面是递归哈希的更新公式。

　　

因为窗口[x,x+n)与[x+1,x+n+1)有n个相同的字符，在上的更新公式中我们可以看到，更新就是把“头元素”的哈希数值去掉，在加上一个新增的窗口元素。

(2)使用递归哈希进行字符串匹配

　　设模式串为pattern，文本为text，设定窗口大小Plen与模式串的长度相同。每次保持文本中Plen长度字符串的哈希值，当哈希值与模式串的哈希值相等时，进行字符串的具体校验。如果校验相等，报告结果。

 1 /*

 2 使用递归哈希进行字符串精确匹配

 3 */

 4 #include<iostream>

 5 #include <string>

 6 #define Q 13

 7 #define MOD 5549873

 8 using namespace std;

 9 

10 /*

11 初始化哈希值

12 str：要计算哈希数值的字符串

13 */

14 unsigned long recHash(const string &str){

15     unsigned long hash =0;

16     for(int i=0;i<str.size();i++)

17         hash=(hash*Q+str[i])%MOD;

18     return hash%MOD;

19 }

20 

21 /*

22 校验阶段

23 text：带匹配文本

24 pattern：模式

25 pos:模式在文本中最后一个字符的位置

26 */

27 int isverify(const string &text,const string &pattern,int pos){

28     string sub_str=text.substr(pos-pattern.size()+1,pattern.size());

29     if(sub_str == pattern){

30         cout<<"模式位置："<<pos-pattern.size()+1<<endl;

31         return 1;

32     }

33     return 0;

34 }

35 

36 /*

37 text：带匹配文本

38 pattern：模式

39 Phash：模式对应的哈希值

40 */

41 int match(const string &text,const string &pattern,const unsigned long Phash){

42     int Tlen=text.size();

43     int Plen=pattern.size();

44     bool tag=false;

45     if(Tlen<Plen){

46         cout<<"文本中没有模式存在！！！"<<endl;

47         return 0;

48     }

49 

50     unsigned long exp=1;

51     for(int i=0;i<Plen-1;i++)

52         exp=(exp*Q)%MOD;

53 

54     unsigned long Thash=recHash(text.substr(0,Plen));

55     if(Thash == Phash && isverify(text,pattern,Plen-1))

56         tag=true;

57 

58     int pos=Plen;

59     while(pos<Tlen){

60         Thash=((Thash+MOD-(text[pos-Plen]*exp)%MOD)%MOD*Q+text[pos])%MOD;

61         if(Thash == Phash && isverify(text,pattern,pos))

62             tag=true;

63         pos++;

64     }

65 

66     if(!tag)

67         cout<<"文本中没有模式存在！！！"<<endl;

68     return 0;

69 }

70 

71 int main(){

72     string pattern;

73     string text;

74     while(true){

75         cout<<"要查找的模式："<<endl;

76         cin>>pattern;

77 

78         cout<<"待匹配的文本："<<endl;

79         cin>>text;

80 

81         cout<<"结果："<<endl;

82         match(text,pattern,recHash(pattern));

83         cout<<endl;

84     }

85     return 0;

86 }

View Code

执行输出：