【数据结构】1、串的模式匹配算法

作者:cutter_point

首先我们一般求子串的位置的时候,我们可以使用这样的方法

/*
*功能:这个是定长的串的顺序存储
*时间:2015年7月15日17:16:01
*文件:SString.h
*作者:cutter_point
*/

#ifndef SSTRING_H
#define SSTRING_H

#define MAXSTRLEN 255

class SString
{
    unsigned char* ch;  //我们的串的顺序存储空间
    unsigned int length; //我们有效元素的个数
public:
    SString(){}
    SString(unsigned char c[], int lenth){ ch = new unsigned char[MAXSTRLEN + 1]; ch = c; this->length = lenth; }   //申请堆存储空间
    //一个匹配子串的算法实现
    /************************************************************************/
    /*
    返回子串T在主串S中第pos位置之后的位置,若不存在,返回0
    */
    /************************************************************************/
    int BFindex(SString T, int pos);
    //得到这个字符串的长度
    unsigned int getLength();
    unsigned char* getCh();
    //设置相应的值
    void setCh(unsigned char *c) { ch = c; }
    void setLength(unsigned int len) { length = len; }
    //unsigned char* getCh() { return ch; }
    //unsigned int getLength() { return length; }
};


#endif


实现这个类

/*
*功能:这个是定长的串的顺序存储
*时间:2015年7月15日17:16:01
*文件:SString.h
*作者:cutter_point
*/

#include "SString.h"

//得到这个字符串的长度
//int length(); 我们不知道这个数组的终止条件是不能求出来这个数组有多长的
/*
int SString::length()
{
    return 0;
}
*/

//得到这个字符串的长度
//int getLength();
unsigned int SString::getLength()
{
    return this->length;
}

//获取我们的字符串
//char* getCh();
unsigned char* SString::getCh()
{
    return this->ch;
}


//一个匹配子串的算法实现
/************************************************************************/
/*
返回子串T在主串S中第pos位置之后的位置,若不存在,返回0
*/
/************************************************************************/
//int BFindex(SString T, int pos);
int SString::BFindex(SString T, int pos)
{
    //首先我们用两个游标参数来计数我们遍历的位置
    int i = pos, j = 1;

    //然后我们用两个unsigned char 的指针来指向两个我们来比较的字符串
    unsigned char *p1 = this->getCh(), *p2 = T.getCh();
    //开始循环比较,当第一个匹配到了的时候,我们就接着比较后面的,如果中间出错,那么我们回头从新比较主串的下一个元素作为开始
    //记住我么的字符串的第一个元素时不存放东西的,我们从下标为1的那个开始存放包括1
    while (i <= this->getLength() && j <= T.getLength())
    {
        //如果匹配到了我们就一起匹配第二个元素
        if (p1[i] == p2[j])
        {
            ++i;
            ++j;
        }
        else
        {
            //否则我们就回到起点的第二个元素和子串进行比较
            i = i - j + 2;  //下一个元素
            j = 1;  //子串从头开始
        }
    }

    //最后看看是不是有完全匹配到的
    if (j > T.getLength())
        return i - T.getLength();   //获取这个位置的地方
    else
        return 0;
}

这样,我们已经可以用来进行常规的字符串的匹配了
这种匹配模式的时间复杂度为:O(n*m)

我们可以改进我们的算法,我们采用kmp算法

/*
*功能:使用kmp算法对字符串进行匹配,
*       1、一般情况下我们主串和模式串匹配到了一定程度,比如匹配到了5个(主模长度都比5大),但是第6个字符不相等
            那么我们接下来需要匹配的是在主串的什么地方开始,也可能是匹配的5个中后面有几个正好是模式串的开头,那么我们如何开始下一个子串的匹配
        2、当主串的第i个字符与模式串的第j个字符匹配不等的时候,假设此时应该和模式中第k(k<j)个字符继续比较
        3、我们已经得到匹配的字符串是k======================================从模式第k个开始比较,k-1就是开始新的匹配的时候前面不用比较的个数
        4、j=================================模式串第j个字符失配(前面那次比较得到的结果,下一次就是用到k的那次)
        5、i=================================主串第i个字符失配
        6、我们先假设p:1到p:k-1是模式串,然后s:1s:m是主串
        7、模式串中后半部分和主串前面重合,不需要接下来匹配的部分是  { p:j-k+1 。。。 p:j-1 }  这个就是我们模式串中和主串后部分重合的地方
            j-k+1这个就是我们模式串中前面不用再和主串比较的起始位置,其实就是把失配的地方前移后面不用比较的个数j-(k-1)
        8、主串中我们也吧他前移k-1个字符,也就是我们不用比较的那些字符起始位置  { s:i-(k-1)。。。s:i-1 }
        9、由上可得模式串中已经不需要和主串比较的部分也就是  { p:1。。。p:k-1 } 和 { s:i-(k-1)。。。s:i-1 } 相等
        10、而{ s:i-(k-1)。。。s:i-1 } 就是我们后面不用比较的部分又和 { p:j-k+1 。。。 p:j-1 }相等
        11、那么  { p:j-k+1 。。。 p:j-1 }  和  { p:1。。。p:k-1 } 相等
        12、所以模式串满足11步的子串的时候,我们只需要把主串在不相等的地方开始,而子串只需要从第k个字符开始和主串的第i个字符开始比较
        13、那么我们可以根据j的值来算k的值,也就是下一个k的值是next[j],我们让next[j] = k - 1;
        14、计算k的公式就是 { p:j-k+1 。。。 p:j-1 }  ==  { p:1。。。p:k-1 } 并且 1 < next[j] < j 取最大值(也就是可以不用比较的最大值),并且{ p:j-k+1 。。。 p:j-1 }  ==  { p:1。。。p:k-1 }两个的序号不能一样
        15、-----------------------------------如何获取对应{ p:j-k+1 。。。 p:j-1 }  ==  { p:1。。。p:k-1 }的k值-------------------------------------------------------------------------------------------------------------------------
        16、我们使next[j] = k,用模式串的匹配条件和1 < next[j] < j 来取得k值的
        17、我们假设next[j] = k可以递推出下一个next[j+1]的值,通过p:k与p:j的值是否相等
        18、这个就是把模式串当做主串和模式串进行比较,寻找相同的部分
        19、我们模式串的next数据和我们要匹配的主串无关,只和我们的模式串自己相关
*时间:201571819:12:23201572616:37:17
*文件:kmp.h
*作者:cutter_point
*/

#ifndef KMP_H
#define KMP_H

#include "SString.h"

class KmpString : public SString
{
    int *next;
public:
    KmpString(unsigned char *css, unsigned int len) :SString(css, len) {}
    int index_KMP(SString T, unsigned int pos);
    void get_next(SString T);
    int* getNext() { return next; }
};



#endif



实现我们的类

/*
*功能:使用kmp算法对字符串进行匹配,
*       1、一般情况下我们主串和模式串匹配到了一定程度,比如匹配到了5个(主模长度都比5大),但是第6个字符不相等
            那么我们接下来需要匹配的是在主串的什么地方开始,也可能是匹配的5个中后面有几个正好是模式串的开头,那么我们如何开始下一个子串的匹配
        2、当主串的第i个字符与模式串的第j个字符匹配不等的时候,假设此时应该和模式中第k(k<j)个字符继续比较
        3、我们已经得到匹配的字符串是k======================================从模式第k个开始比较,k-1就是开始新的匹配的时候前面不用比较的个数
        4、j=================================模式串第j个字符失配(前面那次比较得到的结果,下一次就是用到k的那次)
        5、i=================================主串第i个字符失配
        6、我们先假设p:1到p:k-1是模式串,然后s:1到s:m是主串
        7、模式串中后半部分和主串前面重合,不需要接下来匹配的部分是  { p:j-k+1 。。。 p:j-1 }  这个就是我们模式串中和主串后部分重合的地方
        j-k+1这个就是我们模式串中前面不用再和主串比较的起始位置,其实就是把失配的地方前移后面不用比较的个数j-(k-1)
        8、主串中我们也吧他前移k-1个字符,也就是我们不用比较的那些字符起始位置  { s:i-(k-1)。。。s:i-1 }
        9、由上可得模式串中已经不需要和主串比较的部分也就是  { p:1。。。p:k-1 } 和 { s:i-(k-1)。。。s:i-1 } 相等
        10、而{ s:i-(k-1)。。。s:i-1 } 就是我们后面不用比较的部分又和 { p:j-k+1 。。。 p:j-1 }相等
        11、那么  { p:j-k+1 。。。 p:j-1 }  和  { p:1。。。p:k-1 } 相等
        12、所以模式串满足11步的子串的时候,我们只需要把主串在不相等的地方开始,而子串只需要从第k个字符开始和主串的第i个字符开始比较
        13、那么我们可以根据j的值来算k的值,也就是下一个k的值是next[j],我们让next[j] = k - 1;
        14、计算k的公式就是 { p:j-k+1 。。。 p:j-1 }  ==  { p:1。。。p:k-1 } 并且 1 < next[j] < j 取最大值(也就是可以不用比较的最大值),并且{ p:j-k+1 。。。 p:j-1 }  ==  { p:1。。。p:k-1 }两个的序号不能一样
        15、-----------------------------------如何获取对应{ p:j-k+1 。。。 p:j-1 }  ==  { p:1。。。p:k-1 }的k值-------------------------------------------------------------------------------------------------------------------------
        16、我们使next[j] = k,用模式串的匹配条件和1 < next[j] < j 来取得k值的
        17、我们假设next[j] = k可以递推出下一个next[j+1]的值,通过p:k与p:j的值是否相等
        18、这个就是把模式串当做主串和模式串进行比较,寻找相同的部分
        19、我们模式串的next数据和我们要匹配的主串无关,只和我们的模式串自己相关
*时间:2015年7月18日20:42:43,2015年7月26日16:37:25
*文件:kmp.cpp
*作者:cutter_point
*/

#include "kmp.h"

#include <iostream>

//void get_next(SString T);
void KmpString::get_next(SString T) //获取next列表
{
    std::cout << T.getCh() << std::endl;
    //这来两个数j代表着是模式串中的位置,i用来计数在模式串中的遍历位置,防止访问越界
    //首先我们初始化我们的next的第一个数和我们的起始比较的位置
    /*
    unsigned char *t = T.getCh();
    int j = 2;
    this->next[j] = 0;
    int i = next[j];  //这个就是我们的上一个我们求next[j+1]的时候的next[j]
    next[2] = 1;

    while (j <= this->getLength())
    {
        if (t[j] == t[i])
        {
            ++i;
            ++j; //集体向后移一位
            //如果下一个字符相等的话,也就是p:k和p:j相等
            next[j] = i + 1;
        }
        else
        {
            i = next[i]; //这个就是我们的第p:k和p:j不相等,那么我们就求得next[k]的值,作为我们新的比较起点
        }
    }
    */
    //初始化我们的next
    this->next = new int[20]{0};
    //我们首先设定一个参数遍历主串,然后设定一个参数遍历子串
    int j = 1, i = 0;   //子串的那个还没开始比较是为0
    this->next[1] = 0;  //第一个,设定为0表示主节点是第一个的时候也就是j = 1的时候,没哟从复的地方
    unsigned char *t = T.getCh();       //得到我们的字符串
    if (T.getLength() > 1)      //首先我们传进来要进行求比较位置的参数不能为空,也就是长度大于0
    {
        //循环遍历主串
        while (j < T.getLength())
        {
            //判断子串的位置是否是0从新开始,或者我们主串的位置和子串的位置比较
            if (i == 0 || t[j] == t[i])
            {
                //如果是第一个或者匹配相等
                ++j;    //主串
                ++i;    //子串
                this->next[j] = i;  //我们把主串的和子串匹配的位置记住
            }
            else
            {
                //如果这个p:j和p:k不相等,也就是t[j] != t[i]不相等的时候
                i = next[i];
            }
        }
    }

}

/*
利用模式T的next的值,求T在S主串中第pos个字符之后的位置
*/
int KmpString::index_KMP(SString T, unsigned int pos)
{
    int i = pos, j = 1;  //第一个是我们主串开始的位置,后面是我们模式串开始的位置
    unsigned char *s = this->getCh();
    unsigned char *t = T.getCh();
    while (i <= this->getLength() && j <= T.getLength())
    {
        //在长度范围内
        if (j == 0 || s[i] == t[j])
        {
            ++i;
            ++j;
        }
        else
        {
            j = next[j];
        }
    }
    //循环结束之后我们判断一下是遍历到了最后的没有找到,还是找到了
    if (j > T.getLength()) //说明匹配到了最后的位置
        return i - T.getLength();
    else
        return 0;
}



我们的主函数

/*
*功能:串的所有执行策测试
*时间:201571517:16:01,201572120:33:10201572616:37:31
*文件:SString.h
*作者:cutter_point
*/

#include <iostream>

#include "kmp.h"
#include "SString.h"

using namespace std;


int main()
{
    unsigned char c[] = " acabaabaabcacaabc";
    unsigned char c2[] = " abaabcac";
    SString T;
    T.setCh(c2);
    T.setLength(8);
    KmpString *ks = new KmpString(c, 16);
    ks->get_next(T);

    int *p = ks->getNext();

    for (int i = 0; i < 21; ++i)
    {
        cout << *(p + i) << "\t";
    }
    cout << endl;
    cout << ks->index_KMP(T, 1) << " hahaah " << endl;

    return 0;
}

/*
int main()
{
    unsigned char ch[] = {' ', 'a','b','a','b','c','a','b','c','a','c','b','a','b'};
    unsigned char ch2[] = {' ', 'a','b','c'};
    int lengch = 14;
    int lengch2 = 3;
    SString *s = new SString(ch, lengch);
    SString t;
    t.setCh(ch2);
    t.setLength(lengch2);
    cout<<s->BFindex(t, 1);

    return 0;
}
*/

输出结果:

这里写图片描述

发表评论

0个评论

我要留言×

技术领域:

我要留言×

留言成功,我们将在审核后加至投票列表中!

提示x

人工智能规划与决策知识库已成功保存至我的图谱现在你可以用它来管理自己的知识内容了

删除图谱提示×

你保存在该图谱下的知识内容也会被删除,建议你先将内容移到其他图谱中。你确定要删除知识图谱及其内容吗?

删除节点提示×

无法删除该知识节点,因该节点下仍保存有相关知识内容!

删除节点提示×

你确定要删除该知识节点吗?