BM算法
2015-10-05 11:16
330 查看
后缀匹配,是指模式串的比较从右到左,模式串的移动也是从左到右的匹配过程,经典的BM算法其实是对后缀蛮力匹配算法的改进。所以还是先从最简单的后缀蛮力匹配算法开始。下面直接给出伪代码,注意这一行代码:j ;BM算法所做的唯一的事情就是改进了这行代码,即模式串不是每次移动一步,而是根据已经匹配的后缀信息,从而移动更多的距离。
为了实现更快移动模式串,BM算法定义了两个规则,好后缀规则和坏字符规则,如下图可以清晰的看出他们的含义。利用好后缀和坏字符可以大大加快模式串的移动距离,不是简单的 j,而是j =max (shift(好后缀), shift(坏字符))
先来看如何根据坏字符来移动模式串,shift(坏字符)分为两种情况:
坏字符没出现在模式串中,这时可以把模式串移动到坏字符的下一个字符,继续比较,如下图:
坏字符出现在模式串中,这时可以把模式串第一个出现的坏字符和母串的坏字符对齐,当然,这样可能造成模式串倒退移动,如下图:
为了用代码来描述上述的两种情况,设计一个数组bmBc['k'],表示坏字符‘k’在模式串中出现的位置距离模式串末尾的最大长度,那么当遇到坏字符的时候,模式串可以移动距离为: shift(坏字符) = bmBc[T[i]]-(m-1-i)。如下图:
数组bmBc的创建非常简单,直接贴出代码如下:
再来看如何根据好后缀规则移动模式串,shift(好后缀)分为三种情况:
模式串中有子串匹配上好后缀,此时移动模式串,让该子串和好后缀对齐即可,如果超过一个子串匹配上好后缀,则选择最靠左边的子串对齐。
模式串中没有子串匹配上后后缀,此时需要寻找模式串的一个最长前缀,并让该前缀等于好后缀的后缀,寻找到该前缀后,让该前缀和好后缀对齐即可。
模式串中没有子串匹配上后后缀,并且在模式串中找不到最长前缀,让该前缀等于好后缀的后缀。此时,直接移动模式到好后缀的下一个字符。
为了实现好后缀规则,需要定义一个数组suffix[],其中suffix[i] = s 表示以i为边界,与模式串后缀匹配的最大长度,如下图所示,用公式可以描述:满足P[i-s, i] == P[m-s, m]的最大长度s。
构建suffix数组的代码如下:
有了suffix数组,就可以定义bmGs[]数组,bmGs[i] 表示遇到好后缀时,模式串应该移动的距离,其中i表示好后缀前面一个字符的位置(也就是坏字符的位置),构建bmGs数组分为三种情况,分别对应上述的移动模式串的三种情况
模式串中有子串匹配上好后缀
模式串中没有子串匹配上好后缀,但找到一个最大前缀
模式串中没有子串匹配上好后缀,但找不到一个最大前缀
构建bmGs数组的代码如下:
点击打开链接
参考博文
参考博文
1 | j = 0; |
2 | while (j <= strlen(T) - strlen(P)) { |
3 | for (i = strlen(P) - 1; i >= 0 && P[i] ==T[i j]; --i) |
4 | if (i < 0) |
5 | match; |
6 | else |
7 | j; |
8 | } |
先来看如何根据坏字符来移动模式串,shift(坏字符)分为两种情况:
坏字符没出现在模式串中,这时可以把模式串移动到坏字符的下一个字符,继续比较,如下图:
坏字符出现在模式串中,这时可以把模式串第一个出现的坏字符和母串的坏字符对齐,当然,这样可能造成模式串倒退移动,如下图:
为了用代码来描述上述的两种情况,设计一个数组bmBc['k'],表示坏字符‘k’在模式串中出现的位置距离模式串末尾的最大长度,那么当遇到坏字符的时候,模式串可以移动距离为: shift(坏字符) = bmBc[T[i]]-(m-1-i)。如下图:
数组bmBc的创建非常简单,直接贴出代码如下:
1 | void preBmBc(char *x, int m, int bmBc[]) { |
2 | int i; |
3 | for (i = 0; i < ASIZE; i) |
4 | bmBc[i] = m; |
5 | for (i = 0; i < m - 1; i) |
6 | bmBc[x[i]] = m - i - 1; |
7 | } |
模式串中有子串匹配上好后缀,此时移动模式串,让该子串和好后缀对齐即可,如果超过一个子串匹配上好后缀,则选择最靠左边的子串对齐。
模式串中没有子串匹配上后后缀,此时需要寻找模式串的一个最长前缀,并让该前缀等于好后缀的后缀,寻找到该前缀后,让该前缀和好后缀对齐即可。
模式串中没有子串匹配上后后缀,并且在模式串中找不到最长前缀,让该前缀等于好后缀的后缀。此时,直接移动模式到好后缀的下一个字符。
为了实现好后缀规则,需要定义一个数组suffix[],其中suffix[i] = s 表示以i为边界,与模式串后缀匹配的最大长度,如下图所示,用公式可以描述:满足P[i-s, i] == P[m-s, m]的最大长度s。
构建suffix数组的代码如下:
1 | suffix[m-1]=m; |
2 | for (i=m-2;i>=0;--i){ |
3 | q=i; |
4 | while(q>=0&&P[q]==P[m-1-i q]) |
5 | --q; |
6 | suffix[i]=i-q; |
7 | } |
模式串中有子串匹配上好后缀
模式串中没有子串匹配上好后缀,但找到一个最大前缀
模式串中没有子串匹配上好后缀,但找不到一个最大前缀
构建bmGs数组的代码如下:
01 | void preBmGs(char *x, int m, int bmGs[]) { |
02 | int i, j, suff[XSIZE]; |
03 | suffixes(x, m, suff); |
04 | for (i = 0; i < m; i) |
05 | bmGs[i] = m; |
06 | j = 0; |
07 | for (i = m - 1; i >= 0; --i) |
08 | if (suff[i] == i 1) |
09 | for (; j < m - 1 - i; j) |
10 | if (bmGs[j] == m) |
11 | bmGs[j] = m - 1 - i; |
12 | for (i = 0; i <= m - 2; i) |
13 | bmGs[m - 1 - suff[i]] = m - 1 - i; |
14 | } 再来一遍:BM算法 |
void preBmBc(char *x, int m, int bmBc[]) { int i; for (i = 0; i < ASIZE; ++i) bmBc[i] = m; for (i = 0; i < m - 1; ++i) bmBc[x[i]] = m - i - 1;//不断更新离右边的最小距离 } void suffixes(char *x, int m, int *suff) { int f, g, i; suff[m - 1] = m; g = m - 1; for (i = m - 2; i >= 0; --i) { if (i > g && suff[i + m - 1 - f] < i - g) suff[i] = suff[i + m - 1 - f]; /*时间优化,如果前面与后缀匹配到了,而且包含到这个字符 ,那么如果在后缀的这个字符的匹配量是小于前面的匹配量, 那么这个字符的匹配量就是等于前面字符匹配量,从而做到时间的优化 */ else { if (i < g) g = i; f = i; while (g >= 0 && x[g] == x[g + m - 1 - f]) --g; suff[i] = f - g; } } } void preBmGs(char *x, int m, int bmGs[]) { int i, j, suff[XSIZE]; suffixes(x, m, suff); for (i = 0; i < m; ++i) bmGs[i] = m; for (i = 0; i <= m - 2; ++i) bmGs[m - 1 - suff[i]] = m - 1 - i;//后缀到m-1-suff[i]时不匹配时,模式串所要滑动的距离 /* 上述还漏了一种情况,就是当i之后的所以数都能与后缀匹配时,他们要移动的距离并不是m。 */ j = 0; for (i = m - 1; i >= 0; --i) if (suff[i] == i + 1) for (; j < m - 1 - i; ++j) if (bmGs[j] == m) bmGs[j] = m - 1 - i;//此时i之后的每个数所以移动的距离等于还剩下多少没有匹配到的字母,模拟下就可以知道 } void BM(char *x, int m, char *y, int n) { int i, j, bmGs[XSIZE], bmBc[ASIZE]; /* Preprocessing */ preBmGs(x, m, bmGs); preBmBc(x, m, bmBc); /* Searching */ j = 0; while (j <= n - m) { for (i = m - 1; i >= 0 && x[i] == y[i + j]; --i); if (i < 0) { OUTPUT(j); j += bmGs[0];//成功匹配退出 } else j += MAX(bmGs[i], bmBc[y[i + j]] -(m-1-i) ); //当遇到坏字符时,比较坏字符数组和好后缀所要移动的距离最大的 } }博文转载于
点击打开链接
参考博文
参考博文
相关文章推荐
- 动易2006序列号破解算法公布
- Ruby实现的矩阵连乘算法
- C#插入法排序算法实例分析
- Lua教程(七):数据结构详解
- 解析从源码分析常见的基于Array的数据结构动态扩容机制的详解
- 超大数据量存储常用数据库分表分库算法总结
- C#数据结构与算法揭秘二
- C#冒泡法排序算法实例分析
- C#数据结构揭秘一
- 算法练习之从String.indexOf的模拟实现开始
- C#算法之关于大牛生小牛的问题
- C#实现的算24点游戏算法实例分析
- c语言实现的带通配符匹配算法
- 数据结构之Treap详解
- 浅析STL中的常用算法
- 算法之排列算法与组合算法详解
- C++实现一维向量旋转算法
- Ruby实现的合并排序算法
- C#折半插入排序算法实现方法
- 基于C++实现的各种内部排序算法汇总