能够进行多段文本匹配的NFA改良算法

最新推荐文章于 2021-04-04 14:52:42 发布

转载最新推荐文章于 2021-04-04 14:52:42 发布 · 129 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/darkmatter/p/3606815.html

本文介绍了一种基于NFA算法实现的多段字符串正则表达式匹配方法，通过保存中间匹配状态，允许在多个输入片段上连续进行匹配操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

下面的代码基于NFA算法实现了在多段字符串中匹配正则表达式，对比NFA算法可以看到它将pc由局部变量提升为类成员，以保存中间匹配状态，另外在匹配成功后将pc恢复到null状态。实际使用中，此类还应该增加一个"reset"方法，将pc值置为null，以便用户可以显式要求重新开始匹配。

public class MultiSegmentNFA { private final Digraph G; // digraph of epsilon transitions private final String regexp; // regular expression private final int M; // number of characters in regular expression private Bag pc = null; public MultiSegmentNFA(String regexp) { ... // same as NFA } public boolean recognizes(String target) { if (pc == null) { DirectedDFS dfs = new DirectedDFS(G, 0); pc = new Bag(); for (int v = 0; v < G.V(); v++) if (dfs.marked(v)) pc.add(v); } for (int i = 0; i < target.length(); i++) { Bag match = new Bag(); for (int v : pc) { if (v == M) continue; if ((regexp.charAt(v) == target.charAt(i)) || regexp.charAt(v) == '.') match.add(v + 1); } DirectedDFS dfs = new DirectedDFS(G, match); pc = new Bag(); for (int v = 0; v < G.V(); v++) if (dfs.marked(v)) pc.add(v); if (pc.size() == 0) return false; } for (int v : pc) if (v == M) {

 pc = null; 
 return true;

}

return false; }

public static void main(String[] args) { LinkedList msgs = new LinkedList(); msgs.offer("welcome lonely logoout"); msgs.offer("to flog"); msgs.offer("into a fog"); String token = "outto"; // 这个目标由第1和第2个字符串拼接而成 String pat = "(." + token + ".)"; MultiSegmentNFA mnfa = new MultiSegmentNFA(pat); String target = msgs.poll(); while (target != null) { if (mnfa.recognizes(target)) { break; } target = msgs.poll(); } if (target == null) { System.out.println("cannot find " + token + " in msgs."); } else { System.out.println("find pat in <" + target + ">"); } } }

Note: Java的Pattern类使用的就是基于NFA的搜索算法，见JDK 6文档java.util.regex.Pattern的"Comparison to Perl 5"一节。

转载于:https://www.cnblogs.com/darkmatter/p/3606815.html