Boyer-Moore字符串查找算法的实现

　　前段时间在园子里看到一篇讲Boyer-Moore算法原理的文章http://kb.cnblogs.com/page/176945/，写的很详细，于是在这里自己写个C语言的实现，权当是练手吧。

　　基本思路是每次从模式串的最右端开始匹配，如果后缀不匹配，模式串可以快速地后移，从而快速地匹配字符串。要用一个数组right[]，来存储失配时模式串的移动步数。数组的大小是256，即扩展的ASCII码表大小（即256个字符）。若对应字符不存在于模式串中，则赋值-1，否则表示字符出现在模式串中，查找失配时，模式串向右移动的步数。应该还有优化的空间，暂时没想了。

　　分成两个文件，一个.h文件，一个.c文件。实现中，若匹配成功则返回第一次出现模式串的位置，若不匹配则返回模式串长度。

　　N: 被搜索的字符串长度。

　　M: 模式串长度。

　　strsearch.h :

 1 #ifndef _STRSEARCH_H  2 #define _STRSEARCH_H

 3 

 4 

 5 /***ASCII list length***/

 6 

 7 #define ASCII_LIST_LENGTH 256

 8 

 9 /* Interface */

10 

11 extern int BMSearch(char *dest_str,char *pattern); 12 

13 

14 #endif

 

　　strsearch.c :

 1 #include <stdio.h>

 2 #include <string.h>

 3 #include "strsearch.h"

 4 

 5 #ifdef _cplusplus  6 extern "C"{  7 #endif

 8 

 9 /*

10  ******Implementation of Boyer-Moore Algorithm****** 11  * 12  * This function is to solve the string search ,and somhow we 13  * can find the position of pattern string in the dest string 14  * quickly. 15  * 16  * Copyright(c) 2013.9.6 xiaoh 17  * All rights reserved. 18  * 19  *************************************************** 20 */

21 

22 

23 /*

24  * This function is to build the jump step list for each 25  * charactor. 26  * 27 */

28 

29 void BoyerMoore(char *pattern,int right[]) 30 { 31     int M = strlen(pattern); 32 

33     for(int c=0;c<ASCII_LIST_LENGTH;c++) 34         right[c] = -1; 35     for(int j=0;j<M;j++) 36         right[pattern[j]] = j; 37 } 38 

39 /*

40  * Main function of Boyer-More Search Algorithm 41  * 42 */

43 

44 int BMSearch(char *dest_str,char *pattern) 45 { 46     /*Array right: steps to move for the pattern string*/

47     int right[ASCII_LIST_LENGTH]; 48 

49  BoyerMoore(pattern,right); 50 

51     int N = strlen(dest_str); 52     int M = strlen(pattern); 53 

54     int skip; //number to jump

55     for(int i=0;i<=N-M;i+=skip) 56  { 57    　　 skip = 0; 58         　for(int j=M-1;j>=0;j--) 59  　{ 60            　　 if(pattern[j]!=dest_str[j+i]) 61  　　{ 62   　　          　　    skip = j-right[dest_str[i+j]];//calculate the step to jump

63           　　      　　if(skip<1) 64                   　　　　　　  skip = 1; 65                 　　　　break; 66  　　} 67  　} 68        　if(skip == 0) 69  　{ 70        　　　   printf("Search finished successfully.\n"); 71               　　return i; 72  　} 73  } 74     printf("String cannot be found.\n"); 75     return N; 76 } 77 

78 #ifdef _cplusplus 79 } 80 #endif

 　　查找的最好情况时间复杂度约为O(N/M)(其实是查找完，但不匹配情况)，这里需要和O(M)比较下，如果M比较大的话N/M就比较小一些；在最坏情况下，需要比较N/M组，每组比较M次，所以时间复杂度为O(N)。其查找速度确实比KMP算法还要快。