Author: bakari Date: 2012/8/9
繼上篇。。。。。
下面是我寫的代碼與源碼作的一些比較,均已嚴格測試通過,分别以“string 之”系列述之。
strchr函數:求字元在字元串中所在的位置
strstr函數:求子串在主串中的起始位置(用的字元串的模式比對算法)
下面着重講解BF算法和KMP算法,要真正懂一個算法并将它吃透,一定要懂這個算法的曆史,回到最初去了解這個算法是怎樣被發現的。對于相對感性的東西不用追本溯源,咬文嚼字,但是對于理性(換個詞叫抽象)的東西一定不能急躁,即使短時間内能夠清楚了解之,但過了一陣之後毫無疑問會忘記,本人上學期上DS的時候已經學過這個算法,當時就是為了坑爹的考試,沒有好好吃透,導緻現在需要又要重新去複習回味。是以,為了做個高效的人士,還是那句老話,欲速則不達,好的算法就應該慢下心來慢慢品味,從它的根抓起。将之吃透!
本文是不會跟你去講曆史的,So,想知道曆史的就Google,百度吧,在下也幫不了,本文隻做簡單的總結,加深印象。
一 、BF算法
這個算法符合人的思維過程,不用轉彎,一看便知.為了顯示清晰,用途代替文字
看着圖就可以寫代碼了:
缺點:低效,複雜度O(M*N)
但在某些場合,如文本編輯啊,效率也較高,但對于計算機的二進制檔案就顯得蒼白無力。
二、KMP算法
是以這個時候KMP算法誕生了,由于是三個人提出了的,是以用了三個人的名字的開頭字母作為名稱,我隻記得Knuth,這個人實在太有名了,計算機科學的鼻祖,計算機所有獎項都拿過。
KMP算法是對BF算法的改進,當比對失效是指針不回溯,根據失效函數(即Next[n]的值)進行下一輪的比對。
E.g: 主串 “a b a b c a b c a c b a b” 模式串 “a b c a c”
第一趟比對: a b a b c a b c a c b a b i = 2 i 不回溯
a b c j = 2
第二趟比對: a b a b c a b c a c b a b i= 6
a b c a c j = 4
第三趟比對:a b a b c a b c a c b a b i= 10
a b c a c j = 5
依上所得:用數學的語言表述:
假設主串:S1S2.....Sn 模式串:P1P2......Pm
當主串中第 i 個字元與模式串第 k 個字元不比對,前提是前面的字元皆已比對,則有下面的關系:
P1P2......P(k-1) = S(i - k + 1)S(i - k + 2)......S(i - 1); ...................................(1)
而對于模式串,有如下關系:
P(j - k + 1)P(j - k + 2)......P(j - 1) = S(i - k + 1)S(i - k + 2)......S(i - 1);..........(2)
根據(1)(2),得:
P1P2......P(k-1) = P(j - k + 1)P(j - k + 2)......P(j - 1);
即最終隻需要在模式串中進行比較,這個比較就是計算Next[j]的值,用此作為模式串的指針回溯點。下面會介紹到。
根據以上的推導就可以宏觀地寫出KMP的算法的實作:
是以,這個算法最終化為小問題,即求Next[j] 的值。
對于Next[j]的數學推導:
令Next[j] = k,則Next[j] 表明當模式中第 j 個字元與主串 中相應字元失效時,在模式中需重新和主串中該字元進行比較的字元的位置,由此可引出Next[j]函數的定義:
Next[j] = -1 , 當 j = 1時;
= Max{k | 1 < k < j && P1P2......P(k - 1) = P(j - k + 1)......P(j - 1) }
= 0 其他情況;
E.g: j : 0 1 2 3 4 5 6 7
模式串: a b a a b c a c
Next[j]: -1 0 0 1 1 2 0 1 0
很好計算,關鍵是不單要知其為,更要知其是以為。是以了解本質很重要。
下面,看一個例子就懂了:
假設:主串: “a c a b a a b a a b c a c a a b c” 模式串:“a b a a b c a c”
第一趟:a c a b a a b a a b c a c a a b c i = 1;
a b j = 1; Next[j] = 0;
第二趟:a c a b a a b a a b c a c a a b c i = 1;
a j = 0; Next[j] = -1 //模式串中的第一個元素不想等,i 後移;
第三趟:a c a b a a b a a b c a c a a b c i = 7
a b a a b c j = 5; Next[j] = 2;
第四趟:a c a b a a b a a b c a c a a b c i = 13;
a b a a b c a c j = 8; END!
了解到這裡,就很容易寫出一份很好的代碼了:
Note:還未完,下面的很重要
前面定義的Next[]函數在某些情況下有缺陷。E.g:模式串“aaaab”在和主串“aaabaaaab”比對時,當i = 3, j = 3 時,不等,但由Next[j]的訓示還需進行 i = 3, j = 2 ; i = 3, j = 1; i = 3, j = 0這三次的比較,實際上,因為模式串中第1,2,3個字元和第四個字元都相等,是以不需要再和主串第4個字元相比較,而可以直接将模式串一氣像右滑動4個字元。這就是說,若按上述定義得到的Next[j] = k,而模式串中Pj = Pk ,則當主串中字元Si 和 Pj 比較不等時,不需要再和Pk進行比較,而直接和P(Next[k]) 進行比較,有點繞啊,那就 看一個執行個體吧:
E.g: j : 0 1 2 3 4
模式串: a a a a b
Next[j]: -1 0 1 2 3 0
Next2[j]: -1 0 0 0 3 0
換句話說就是:此時的Next[j] 應該和Next[k] 相同。由此可計算Next函數修正值的算法如下,此時比對算法不變。
綜合以上,彙總一下代碼,全部代碼已經嚴格測試通過。
歡迎指正交流!