关于字符串模糊匹配

 

一种比KMP和BM更高效的匹配算法（如果想看原英文介绍，看下面分割线后的网址） 适用于：模式串较短的情况，最坏时间复杂性为O(N*M)，不过一般没这么坏 Sunday算法其实思想跟BM算法很相似，只不过Sunday算法是从前往后匹配，在匹配失败时关注的是文本串中参加匹配的最末位字符的下一位字符。如果该字符没有在匹配串中出现则直接跳过，即移动步长= 匹配串长度+ 1；否则，同BM算法一样其移动步长=匹配串中最右端的该字符到末尾的距离+1。 代码如下： /* Sunday-字符串匹配算法--一种优于KMP的算法 思想类似于BM算法，只不过是从左向右匹配 遇到不匹配的看大串中匹配范围之外的右侧第一个字符在小串中的最右位置 另外：采用BM/KMP的预处理的做法，事先计算好移动步长，等到遇到不匹配的值直接使用 */ #include<iostream> #include<string.h> using namespace std; //一个字符8位 最大256种 #define MAX_CHAR_SIZE 256 /*设定每个字符最右移动步长，保存每个字符的移动步长 如果大串中匹配字符的右侧一个字符没在子串中，大串移动步长=整个串的距离+1    如果大串中匹配范围内的右侧一个字符在子串中，大串移动距离=子串长度-这个字符在子串中的位置 */ int *setCharStep(char *subStr) {      int *charStep=new int[MAX_CHAR_SIZE];      int subStrLen=strlen(subStr);      for(int i=0;i<MAX_CHAR_SIZE;i++)              charStep[i]=subStrLen+1;      //从左向右扫描一遍 保存子串中每个字符所需移动步长      for(int i=0;i<subStrLen;i++)      {            charStep[(unsigned char)subStr[i]]=subStrLen-i;      }      return charStep; } /*    算法核心思想，从左向右匹配，遇到不匹配的看大串中匹配范围之外的右侧第一个字符在小串中的最右位置    根据事先计算好的移动步长移动大串指针，直到匹配 */ int sundaySearch(char *mainStr,char *subStr,int *charStep) {      int mainStrLen=strlen(mainStr);      int subStrLen=strlen(subStr);      int main_i=0;      int sub_j=0;      while(main_i<mainStrLen)      {                              //保存大串每次开始匹配的起始位置，便于移动指针              int tem=main_i;              while(sub_j<subStrLen)              {                     if(mainStr[main_i] ==   subStr[sub_j])                     {                             main_i++;                             sub_j++;                             continue;                                       }                                    else{                         //如果匹配范围外已经找不到右侧第一个字符，则匹配失败                          if(tem+subStrLen > mainStrLen)                                      return -1;                          //否则 移动步长 重新匹配                          char firstRightChar=mainStr[tem+subStrLen];                          main_i=tem+charStep[(unsigned char)firstRightChar];                          sub_j=0;                            break;//退出本次失败匹配 重新一轮匹配                     }               }              if(sub_j == subStrLen)                        return main_i-subStrLen;      }      return -1; } int main() {          char *mainStr="absaddsasfasdfasdf";          char *subStr="dd";          int *charStep=setCharStep(subStr);          cout<<"位置："<<sundaySearch(mainStr,subStr,charStep)<<endl;          system("pause");          return 0;    } /*************************************************华丽的分割线***************************************/ 算法介绍以及实现伪码：http://www-igm.univ-mlv.fr/~lecroq/string/node19.html void preQsBc(char *x, int m, int qsBc[]) {    int i;    for (i = 0; i < ASIZE; ++i)       qsBc[i] = m + 1;    for (i = 0; i < m; ++i)       qsBc[x[i]] = m - i; } void QS(char *x, int m, char *y, int n) {    int j, qsBc[ASIZE];    /* Preprocessing */    preQsBc(x, m, qsBc);    /* Searching */    j = 0;    while (j <= n - m) {       if (memcmp(x, y + j, m) == 0)          OUTPUT(j);       j += qsBc[y[j + m]];               /* shift */    } }