1.BF算法
暴力匹配, 也叫朴素匹配算法. 所以效率低.
如在字符串A中查找B, A就是主串(长度n), B是模式串(长度m). 该算法就是在主串中检查起始位置分别是0,1,2,...,n-m
且长度为m的n-m+1
个子串
比如两个字符串相似度很高. 但是在工程中却经常用该算法, 因为
- 大部分情况下两个字符串的长度都不会太长, 而且对比过程中如果不一致可以提前退出
- 思想简单, 不容易出错
时间复杂度: O(n*m)
# coding:utf-8
class Bf(object):
"""
字符串匹配: BF算法(暴力匹配)
"""
def match(self, string1: str, string2: str):
"""
:param string1: 主串
:param string2: 模式串
:return:
"""
n = len(string1)
m = len(string2)
loop_nums = n - m + 1
for i in range(loop_nums):
for j in range(m):
if string1[i] == string2[j]:
i += 1
continue
else:
break
else:
return True
return False
if __name__ == "__main__":
bf = Bf()
assert bf.match("abcabc", "ca") == True
assert bf.match("abcabc", "bc") == True
assert bf.match("abcabc", "cc") == False
assert bf.match("abcabc", "cab") == True
assert bf.match("abcabc", "cb") == False
2.RK算法
对BF算法引入hash算法, 是升级版.
通过hash算法分别对主串中的n-m+1
个子串分别求哈希值, 最后再与模式串的哈希值对比. 因为哈希值是一个数字, 所以速度很快. 为了避免因hash冲突导致的错误, 当匹配到两个字符串相等时再对比一次字符串本身
优化: 不断计算hash不断对比, 这样两个hash值一样的时候不用再去计算剩余的哈希值.
时间复杂度: O(n)
# coding:utf-8
class Rk(object):
"""
字符串匹配: Rk算法, 借助hash算法实现
此处假设只有字母和数字
"""
def hash_func(self, string):
"""
求string的ascii的和为hash函数
:param string:
:return:
"""
return sum([ord(i) for i in string])
def match(self, string1: str, string2: str):
"""
:param string1: 主串
:param string2: 模式串
:return:
"""
n = len(string1)
m = len(string2)
loop_nums = n - m + 1
target_value = self.hash_func(string2)
for i in range(loop_nums):
tmp_string = string1[i:i + m]
tmp_value = self.hash_func(tmp_string)
if tmp_value == target_value:
# 防止hash冲突, 二次确认, 如果一致返回True
if tmp_string == string2:
break
else:
return False
return True
if __name__ == "__main__":
bf = Rk()
assert bf.match("abcabc", "ca") == True
assert bf.match("abcabc", "bc") == True
assert bf.match("abcabc", "cc") == False
assert bf.match("abcabc", "cab") == True
assert bf.match("abcabc", "cb") == False
资料
- 数据结构和算法 - 王争