RK算法
这一节介绍一下由Rabin和Karp提出的RK算法。
1，RK算法的基本思想
HASH！
如果两个字符串hash后的值不相同，则它们肯定不相同；如果它们hash后的值相同，它们不一定相同。
RK算法的基本思想就是：将模式串P的hash值跟主串S中的每一个长度为|P|的子串的hash值比较。如果不同，则它们肯定不相等；如果相同，则再诸位比较之。
2，RK算法的求解过程
将我们用来比较的字符串的全集设为∑={a,b,…,z}，设∑的长度为d=|∑|，则主串和模式串都可以看作是d进制数。例如只由数字组成的字符串，它的全集∑={0,1,2,3,4,5,6,7,8,9}，d=10。
设模式串为P，其长度为m，主串为S，其长度为n。则模式串P可以看作是一个m位的d进制数A，主串S可以看作是一个n位的d进制数。我们的模式匹配过程就是将A与主串中的每个长度为m的d进制数S[t…t+m-1] （t=0,1,2,…,n-m+1）的值做比较，所以整个模式匹配过程就变成了两个d进制数之间的比较过程。例如模式串为123，主串为65127451234，就是将十进制数123跟十进制数651, 512, 127, 274, 745, 451, 512, 123的逐个比较过程。
明确了匹配过程，下面就是求解A和求解S[t…t+m-1] （t=0,1,2,…,n-m+1）的过程：
1）求解A。根据多项式计算方法，A = P[m-1] + d * (P[m-2] + d * (P[m-3] + …+ d * (P[1] + d*P[0])…))
2）求解S[t…t+m-1]。为了方便表示，我们设S[t…t+m-1] = St，则S[t+1…t+m] = St+1
假设已求得St，现在要求St+1，需要注意的是St+1是St去掉高位数据，其余的m-1位乘以d后再在最低位加一位得到。于是
St+1 = d * (St – dm-1*S[t]) + S[t+m]
公式比较晦涩，举个例子看看吧。比如上面例子中主串是65127451234。S2=127，那么S3=10×（127-102×1）+ 4 = 274
现在的问题是，如果A的值太大，比较的过程会比较耗时，这个时候我们可以将这个大数mod q(q是一个大素数)，同理，st也mod q,将两个取模之后的数相比较。
3，RK算法的实现
1 #define q 144451
2 #define d 26
3
4 int isMatch(char *S, int i, char *P, int m) 5 { 6 int is, ip; 7 for(is=i, ip=0; is != m && ip != m; is++, ip++) 8 if(S[is] != P[ip]) 9 return 0; 10 return 1; 11 } 12
13 /*
14 * 字符串匹配的RK算法 15 * Author：Rabin & Karp 16 * 实现：CobbLiu 17 * 若成功匹配返回主串中的偏移，否则返回-1 18 */
19 int RK(char *S, char *P) 20 { 21 int m = strlen(P); 22 int n = strlen(S); 23 unsigned int h = 1
24 unsigned int A = 0; 25 unsigned int St = 0; 26 int i; 27
28 //初始化，算出最d进制下的最高位
29 for(i = 0;i < m - 1;i++) 30 h = (h*d) % q; 31
32 for(i = 0; i != m; i++){ 33 A = (d*A + (P[i] - 'a')) % q; 34 St = (d*St + (S[i] - 'a')) % q; 35 } 36
37 for(i = 0; i != n-m; i++){ 38 if(A == St) 39 if(isMatch(S,i,P,m)) 40 return i; 41 St = (d*(St - h*(S[i]-'a'))+(S[i+m]-'a')) % q; 42 } 43
44 return -1; 45 }
4，算法的复杂度分析
如果选择的素数q>=m, 则RK算法的期望运行时间为O（n+m）, 如果m<<n，则算法的期望运行时间为O(n)。具体推理过程请参看《算法导论》第32章P562页。