BM算法

BM算法的效率是KMP算法的3-5倍，是一种效率高，构思巧妙的字符串匹配算法。

与基于前缀比较的暴力匹配算法以及KMP算法不同，BM算法采用基于后缀的比较方法，在BM算法中，包含了两个并行的比较方法：1.坏字符算法；2.好后缀算法。算法的核心在于，通过并行的坏字符与好后缀算法，计算出每次后移的最大位移（不超过模式串本身大小）。

算法的开始将待匹配字符串（textString）与模式串（patString）从头部进行对齐。自尾部开始进行字符比较，若尾部比较失败，则可通过一次比较确定匹配失败，进行位移操作。

如图，当模式串的E与A进行比较失败时，即可确定此次匹配失败，进入移位操作，通过坏字符算法与好后缀算法分别获取位移值，取两者中的最大值进行位移操作。下面，将详细对这两个算法进行分析。

坏字符算法：

当待匹配串中的当前字符与模式串中对应位置的字符串不一致时，当前字符即为坏字符，此时存在两种情况：1.坏字符不存在于模式串中；2.坏字符在模式串中存在，且最近一次出现位置为lastpostion(注：本文均采用数组记数方式，从0开始)；

依据公式: 位移数(Shift) = 坏字符在当前匹配串中的位置(position) - lastposition;

第一种情况下，坏字符不存在于模式串中，则记lastposition为-1，此时位移数即为当前的position + 1，亦即将整个patString移至当前坏字符的下一位进行匹配：

此时状态如上图所示，依然进行尾部匹配，此时为第二种情况，坏字符P存在于模式串中，position为6(与当前patString中匹配字符的位置对应)，lastposition为4，则

Shift = 6 - 4 = 2;

此时状态如下：

在接下来的匹配过程中，E,LE,PLE,MPLE这类尾部匹配的字符串均为好后缀(Good suffix).

好后缀算法：

Shift = 好后缀的位置 - 该后缀在搜索词中上一次出现的位置(last_position)

在比较时，由于算法本身采用后缀比较法，采用好后缀的最后字符的位置作为标记位置，则下一步状态如图：

Shift = postion of E(6) - last position of E(0) = 6;

到这里整个算法流程已经比较明确了，经过重复，后面的结果如下：

继续比较，发现坏字符P，按照公式进行移位：

Shift = 6 - 4 = 2；

自尾部比较，发现匹配，则返回结果，如当前搜索串在textString中的位置，进行标记，算法分析部分至此结束，代码部分如下，仅供参考，欢迎批评指正。

#include "Algobm.h"

int checkSuffix(std::string patString, char char_sfx,int lastPosition)
{
	int position = -1;
	int size = patString.length();	
	
	for(int i = size - 1; i > -1; --i)
	{
		if(patString.at(i) == char_sfx)
		{
			position = i;
			break;
		}
	}
	
	return lastPosition - position;
}

int BoyerMoore(std::string textString, std::string patString)
{
	int notFound = -1;
	int textSize = textString.length();
	int patSize = patString.length();
	int curPos = patSize - 1;
	while (curPos <= textSize)
	{
		int curPosTmp = curPos;
		for(int pos = patSize - 1; pos > -1; --pos,--curPosTmp)
		{
			if(textString[curPosTmp] == patString[pos])			
			{
				if(pos == 0)
					return curPosTmp;
				continue;
			}
			else
			{
				curPos += checkSuffix(patString, textString.at(curPosTmp),pos);
				break;
			}
		}
	}
	
	return notFound;
}