字符串的模式匹配(BF算法与KMF算法)

串的模式匹配

1.朴素的模式匹配(Brute-Force)算法

假设待匹配的目标串是adbcade,而模式串是ade,那么匹配的时候是按:
    a--d--b-->不匹配;
    d-->不匹配;   //注意这里在上一个发现不匹配时,是从上一个匹配开始的下一个位置开始重新匹配的。

Brute-Force算法的实现:

public int indexOf(String target,String pattern){
        //判断目标串,匹配串是否满足条件。
        if(pattern != null && target != null && target.length() >= pattern.length()){
            //start指开始匹配的字符起始位置
            int start = 0;
            //count指匹配到的字符数目
            int count = 0;
            //当目标串剩余未匹配的长度大于或等于匹配串串长度,循环继续
            while(target.length() - start >= pattern.length()){
                //满足条件
                if(target.charAt(count + start) == pattern.charAt(count)){              
                    //匹配一个字符后加一。
                    count ++;
                }else{
                        //不满足匹配,count置零,起始匹配位置加一。
                    count = 0;
                    start ++;
                }
                //若count==pattern,说明已经完成了一次匹配。
                if(count == pattern.length()){
                    return start;
                }
            }
        }
        //匹配失败返回-1
        return -1;
    }

测试程序以及运行结果:

public static void main(String[] args) {
        // TODO Auto-generated method stub
        String target = "adbcade";
        String pattern = "ade";
        BruteForceStringPattern sfsp = new BruteForceStringPattern();
        System.out.println(sfsp.indexOf(target, pattern));
    }
    
    4
Brute-Force算法易于理解,但是时间效率不高。它是一种带回溯的模式匹配算法,将目标串中所有长度为匹配串长度的字串依次与匹配串比较。

虽然没有任何丢失可能匹配字符的可能,但是每次的匹配没有用到前一次匹配的比较结果,比较多次重复,降低了算法效率。
时间复杂度:
m = pattern.length();
n = target.length();
最好的情况:O(m) (一次比较成功)
最坏的情况:O(n(n-m+1)m) 一般n>>m,所以O(nm) (比较到最后一次才成功)

2.无回溯的模式匹配(KMP)算法

先来一波kmp算法的百科介绍:

KMP算法是一种改进的字符串匹配算法,由D.E.Knuth,J.H.Morris和V.R.Pratt同时发现
,因此人们称它为克努特——莫里斯——普拉特操作(简称KMP算法)。
KMP算法的关键是利用匹配失败后的信息,尽量减少模式串与主串的匹配次数以达到快速匹配的目的。
具体实现就是实现一个next()函数,函数本身包含了模式串的局部匹配信息。

无回溯的模式匹配算法首先目标串的祛除了目标串的回溯,其次,通过getNext()算法,匹配串也做到了部分不回溯。

无回溯算法的核心是如何实现这个next()算法:

    public int[] next(String pattern){
        int i = -1;
        int j = 0;
        int[] next = new int[pattern.length()];
        next[0] = -1;
        while(j < pattern.length() - 1){
            if(i == -1 || pattern.charAt(i) == pattern.charAt(j)){
                i++;
                j++;
                next[j] = i;
            }else{
                i = -1;
            }
        }
        return next;
    }

实际上next()算法就是来 判断pattern的子字符串与当pattern的0位置开始的字符串是否相同,第一个next[0]默认为1,接下来的如果不相同next[i]为0,如果第一个相同,为0,若连续开始相同,则依次++1
如:

aaaaaaa的next():
[-1,0,1,2,3,4,5]

abab的next():
[-1,0,0,1]

如果pattern的首字符在pattern剩余的字符串里没有再出现过,那么getNext()获取的next[]必然是[-1,0,...,0]这样的。

匹配方法如下:

public int kmp(String target,String pattern){
        if(target != null && pattern != null && target.length() > pattern.length()){
            int start = 0;
            int[] next = next(pattern);
            int count = next[start];
            while(target.length() - start + count >= pattern.length()){
                if(count == -1 || target.charAt(start) == pattern.charAt(count)){
                    count ++;
                    start ++;
                }else{
                    //这里就是核心了,如果next[count] <= 0 目标字符串直接从当前的下一个开始比较。
                    //因为等于-1的话说明是在匹配第一个字符串,当前匹配失败,不可能再与pattern第一个字符匹配了,当然是要继续匹配下一个,如果是0的话,说明是在匹配第一个与pattern头相同的串或者匹配与pattern头无关的字符,匹配失败,当然也是继续匹配下一个字符串。
                    count = next[count];
                }
                
                if(count == pattern.length()){
                    return start - count;
                }
            }
        }
        return -1;
    }

kmp算法的最坏的比较次数是m+n,next算法的时间复杂度是0(m),kmp比较是O(n),与BF算法相比,已经大大缩小了比较的时间。

你可能感兴趣的:(字符串的模式匹配(BF算法与KMF算法))