語義
在一個很長的字元串 T 中,查找是否存在子字元串 P。例如搜尋引擎收錄的大量網站資料,當使用者輸入關鍵字後,就會在這些資料中進行比對,并傳回合适的網站。
語義:假定字元串長度為 j,則所有字元串都在
[0, j)
這樣的集合中。
傳回首次比對的字元的位置。注意這裡調用方需要判斷位置是否正确,例如對于長度為 i 的字元串,要查找是否有長度為 j 的字元串,如果傳回值在
[0, i - j)
則為正确比對到資料,否則就是失敗。
暴力比對 brute force
每次用 T 的一個字元比對 pattern 的所有字元,全部比對成功則傳回首字元下标,否則 T 前進一個字元,繼續比對:
#include <stdio.h>
#include <string.h>
int match(char *str, char *pattern) {
int i = 0, j = 0;
int sLen = strlen(str);
int pLen = strlen(pattern);
if (sLen < 1 || pLen < 1) {
return -1;
}
while (i < sLen && j < pLen) {
if (str[i] == pattern[j]) {
i++;
j++;
} else {
i = i - j + 1;
j = 0;
}
}
return i - j;
}
int main(void) {
char *str = "sfeiwojdsljfldshgew";
printf("str length is:%ld\n", strlen(str));
char *pattern[] = {
"",
"a",
"abc",
"woj",
"wojdsljflda"
};
int i, ret;
int len = sizeof(pattern) / sizeof(char *);
for (i = 0; i < len; i++) {
ret = match(str, pattern[i]);
printf("ret is:%4d, correct range is:%ld, raw is:%s\n", ret, strlen(str) - strlen(pattern[i]), pattern[i]);
}
return 0;
}
KMP
最長公共前字尾
這裡通常取的是真字首(不包含最後一個字元)和真字尾(不包含第一個字元)。長度相同的前字尾就是公共前字尾。
例如:
-
: ``,最長公共前字尾長度為 0a
-
:aa
,最長公共前字尾長度為 1a
-
: ``,最長公共前字尾長度為 0ab
-
:aaa
,最長公共前字尾長度為 2aa
-
:abab
,最長公共前字尾長度為 2ab
字首表
任意的字元串 P,對其每個字元前面的子字元串找最長公共前字尾,得到的這個數組就是字首表。
例如,對于字元串
ababc
:
-
: ``,真字首為空字元串,其最長公共前字尾長度記為 -1a
-
: ``,真字首為ab
,其最長公共前字尾長度為 0a
-
:aba
,真字首為a
,其最長公共前字尾長度為 0(最長字首ab
和最長字尾a
不比對)a
-
:abab
,真字首為ab
,其最長公共前字尾長度為 1aba
-
: ``,真字首為ababc
,其最長公共前字尾長度為 2abab
最終的字首表數組:[-1, 0, 0, 1, 2]
KMP 算法
package main
import "fmt"
func kmp(target string, pattern string) []int {
var ret []int
length := len(pattern)
prefixTable := buildPrefixTable(pattern)
i := 0
k := 0
for {
if i + length > len(target) {
break
}
if target[i + k] == pattern[k] {
k += 1
if k == length {
ret = append(ret, i)
k = 0
i += 1
continue
}
} else {
diff := k - prefixTable[k]
i += diff
if k > 0 {
k -= diff
}
}
}
return ret
}
func buildPrefixTable(str string) []int {
ret := []int{-1}
for i := range str {
if i == 0 {
continue
}
pre := str[:i]
j := len(pre) - 1
for j > 0 {
if pre[:j] == pre[len(pre) - j:] {
ret = append(ret, j)
break
}
j = j - 1
}
if len(ret) < len(pre) + 1 {
ret = append(ret, 0)
}
}
return ret
}
func main() {
ret := kmp("abacaca", "aca")
fmt.Println(ret)
}