ICode9

精准搜索请尝试: 精确搜索
首页 > 编程语言> 文章详细

【串】串的模式匹配算法(BF+KMP)(C语言)

2022-01-13 10:31:38  阅读:291  来源: 互联网

标签:字符 BF String nextval int next KMP 主串 C语言


串的模式匹配算法(C语言)

1.字符串的初始化函数

定义一个字符数组S,我们用第0位来存储该字符串的长度,其余位置顺序存储该字符串。(字符串的首位从1开始)

代码实例:

#include <stdio.h>
#include <string.h>

#define N 100   /*静态定义数组的长度*/

typedef char String[N];          // String s1  等价于   char s1[N]

int StrAssign(String T, char *chars)   // 初始化字符串
{
    T[0] = strlen(chars);
    for (int i = 1; i <= strlen(chars); i ++ ) {
        T[i] = *(chars + i - 1);
    }
    return 1;
}

int main()
{
    String s1;
    StrAssign(s1, "hello world!");
    printf("%s", s1);    // 输出该字符串
    printf("\n%d", s1[0]);   // 输出字符串的长度
    return 0;
}

2.朴素模式匹配算法

思想:
从主串S的第pos位开始逐位与模式串T比较,若对应位置的字符均相等,则匹配成功,返回模式串T在主串S中的位置,否则模式串T整体向后移动一位重新从头开始比较(例如,当前是从主串S的第pos位与模式串T的第1位开始比较,则下一次就是主串S的第pos+1位与模式串T的第1位开始比较),直到匹配成功或无法再继续匹配(主串S剩余未被匹配的长度小于模式串T的长度)。
若匹配成功,返回模式串T在主串中的位置;否则返回0

代码实例:

#include <stdio.h>
#include <string.h>

#define N 100

typedef char String[N + 1];

int StrAssign(String T, char *chars)   /*初始化字符串*/
{
    T[0] = strlen(chars);
    for (int i = 1; i <= strlen(chars); i ++ ) {
        T[i] = *(chars + i - 1);
    }
    return 1;
}

/*返回子串T在主串S中第pos个字符之后的位置,若不存在,则返回0*/
int Index(char S[], char T[], int pos)
{
    int i = pos;   // i用于主串中当前位置下标
    int j = 1;     // j用于字串T中当前位置下彪
    while (i <= S[0] && j <= T[0]) {   // 若i小于S 且 j小于T的长度时循环
        if (S[i] == T[j]) {  // 两字符相等这则继续
            i++;
            j++;
        }
        else {
            i = i - j + 2; // 回到上一次匹配位置的下一位
            j = 1;
        }
    }
    if (j > T[0])  return i - T[0];   // j>T[0]说明匹配成功
    else  return 0;
}


int main()
{
    String s1, s2;
    StrAssign(s1, "abcccdef");
    StrAssign(s2, "cd");
    printf("%d", Index(s1, s2, 1));
    return 0;
}

3.KMP模式匹配算法

朴素模式匹配算法的低效性:
通过朴素模式匹配算法我们可以知道,当主串S为:abcdefghijk… ,模式串T为:abcdek 时,假设我们从S的第一位开始比较,则前5位字符均相等,第6位字符不等,按照朴素模式匹配的思路,我们此时应该从S的第2位字符’b’(S[2])开始重新与T的第一位’a’(T[1])比较,不等,然后让S[1]与T[1]比较,还是不等… 对于T来说,T[1]与后面的’bcdek’均不等,那么如果T的前五位都与S的前五位相等,而T[1]与T[2]、T[3]、T[4]都不相等,则T[1]与S[2]、S[3]、S[4]也不等,这些比较都是无效的比较,是算法可以优化的地方。

下面看T[1]与T后面的字符相等的情况,假设主串S为:abcababca ,模式串T为:abcabx ,我们可以看到,S与T的前5位都相同,第6位不同,且T[1]与T[2]、T[3]不相同,那么T[1]与S[2]、S[3]也不相同,可以直接跳过这些步骤,从S[4]与T[1]开始比较。 又因为T[1](a)与T[4](a)相等,T[2](b)与T[5](b)相等,且而 T的前五位与S的前五位相等(自然T[4]T[5](ab)与S[4]S[5]相等)。 那么可以推出:T[1]T[2]与S[4]S[5]也是相同的,我们可以直接从T[3]与S[6]开始比较。 我们可以发现在上述的比较过程中,主串S的比较位置并没有回溯,我们先从S[1]–S[5]与T[1]–T[5]进行比较,然后直接从T[6]与T[3]进行比较。这种方法就是KMP模式匹配算法。

从上面的例子我们知道,在KMP算法中,主串S的比较位置是不进行回溯的,相当于我们在比较的过程中主串不动,不断移动模式串T,例如在刚才的例子中,当S[6]与T[6]不相等时,我们通过推算,将模式串T向后移动了3个单位,让T[3]来与S[6]比较,在KMP算法中,存在一个next数组用来记录在模式串T中每个字符的回溯位置,next数组中的值与主串S无关, 经过计算,next[6] = 3,所以当第6个位置不匹配时,我们直接将模式串T回溯到第三位继续匹配。那如何计算next数组的值呢?

3-1.手推next数组

以模式串T=ababaaaba 为例,j表示字符串T中字符的位置,下方红色部分为next数组计算的方法。

在这里插入图片描述

3-2.next数组代码实例

我们仍求ababaaaba的next数组,程序的结构为:0 1 1 2 3 4 2 2 3,与我们在上面手推的结果是一致的。

#include <stdio.h>
#include <string.h>

#define N 100

typedef char String[N];          // String s1  等价于   char s1[N]

int StrAssign(String T, char *chars)   // 初始化字符串
{
    T[0] = strlen(chars);
    for (int i = 1; i <= strlen(chars); i ++ ) {
        T[i] = *(chars + i - 1);
    }
    return 1;
}

// 返回字串T的next数组
void get_next(String T, int *next)   
{
    int i, j;
    i = 1;
    j = 0;
    next[1] = 0;
    while (i < T[0]) {   // T[0]为串T的长度
        if (j == 0 || T[i] == T[j])  { // T[i]表示后缀的单个字符,T[j]表示前缀的单个字符
            i++;
            j++;
            next[i] = j;
        }
        else
            j = next[j];  // 若字符不相等,则j值回溯
    }
}

int main()
{
    String T;
    int next[N] = {0};
    StrAssign(T, "ababaaaba");
    get_next(T, next);
    for (int i = 1; i <= T[0]; i ++ ) {
        printf("%d ", next[i]);
    }
    return 0;
}

3-3.KMP算法实例

求字串 aba 在 主串 ababaaaba4个位置后 首次出现的位置,程序输出结果为7

#include <stdio.h>
#include <string.h>

#define N 100

typedef char String[N];          // String s1  等价于   char s1[N]

int StrAssign(String T, char *chars)   // 初始化字符串
{
    T[0] = strlen(chars);
    for (int i = 1; i <= strlen(chars); i ++ ) {
        T[i] = *(chars + i - 1);
    }
    return 1;
}

// 返回字串T的next数组
void get_next(String T, int *next)   
{
    int i, j;
    i = 1;
    j = 0;
    next[1] = 0;
    while (i < T[0]) {   // T[0]为串T的长度
        if (j == 0 || T[i] == T[j])  { // T[i]表示后缀的单个字符,T[j]表示前缀的单个字符
            i++;
            j++;
            next[i] = j;
        }
        else
            j = next[j];  // 若字符不相等,则j值回溯
    }
}

// 返回字串T在主串S中的第pos个字符之后的位置,若不存在则返回0
int Index_KMP(String S, String T, int pos)
{
    int i, j;
    i = pos;   // i用来表示主串S当前位置的下标值
    j = 1;     // j用来表示字串T当前位置的下标值
    int next[255];
    get_next(T, next);  // 对字串T做分析,求出T的next数组
    while (i <= S[0] && j <= T[0]) {     // 当i小于S的长度 且 j小于T的长度时,循环继续
        if (j == 0 || S[i] == T[j]) {
            i++;
            j++;
        }
        else {
            j = next[j];        // j退回到合适的位置,i值不变
        }
    }
    if (j > T[0])  return i - T[0];
    else  return 0;
}

int main()
{
    String S;
    String T;

    StrAssign(S, "ababaaaba");
    StrAssign(T, "aba");

    printf("%d", Index_KMP(S, T, 4));
    
    return 0;
}

3-4.nextval数组的求解

我们现在已经知道了KMP算法的求解思想,来看这样一个例子:
假设主串S为 aaaabcde ,字串T为 aaaaax ,我们要匹配T在S中首次出现的位置,用 i 表示主串S当前字符的位置,用 j 表示字串T当前字符的位置。

首先算出T的next数组为 :

jj = 1j = 2j = 3j = 4j = 5j = 6
next[j]012345

当 i = 5 ,j = 5 时,S[5] = b , T[5] = a,不相等。按照刚才KMP的思路,此时应让j = next[j] = next[5] = 4, 也就是让j回溯到4,再与S[5]进行比较,发现又不等,j回溯到3,还是不等,j回溯到2, 还是不等,j回溯到1,还是不等。此时 i++,i 变成 6 ,再与 j = 1 开始比较。我们发现因为字串T的第1到5位都是相等的,当第T[5]与S[5]不相等时,T[4]、T[3]、T[2]、T[1]也必然与S[5]不相等,这里的比较也是多余的操作。我们对求next数组的函数进行优化,将新的值存在nextval数组中。

优化的思路是:
在原来用next数组进行回溯时,如果回溯位置t1的字符与原字符相等,那么直接回溯到t1的next数组的值t2,若t2位置的字符与原字符也相等,则继续回溯到t2的next数组的值t3,直到该字符与原字符不相等。

我们以串T ababaaaba为例,求它的nextval数组:

j123456789
Tababaaaba
next011234223
nextval010104210

当 j = 1 时,nextval[1] = 0;
当 j = 2 时,T[2] = b,next[2] = 1,而T[1] = a,与b不相等,所以 nextval[2] = next[2] = 1;
当 j = 3 时,T[3] = a,next[3] = 1, 因为T[1] ==T[3],所以nextval[3] = nextval[1] = 0;

当 j = 9 时,T[9] = a, next[9] = 3, 而3位置的字符也是a,所以nextval[9] = nextval[3] = 0;

3-5.nextval数组代码实例

以字符串 ababaaaba为例,程序的输出结果为 0 1 0 1 0 4 2 1 0

#include <stdio.h>
#include <string.h>

#define N 100

typedef char String[N];          // String s1  等价于   char s1[N]

int StrAssign(String T, char *chars)   // 初始化字符串
{
    T[0] = strlen(chars);
    for (int i = 1; i <= strlen(chars); i ++ ) {
        T[i] = *(chars + i - 1);
    }
    return 1;
}

// 返回字串T的nextval数组
void get_nextval(String T, int *nextval)
{
    int i, j;
    i = 1;
    j = 0;
    nextval[1] = 0;
    while (i < T[0]) {
        if (j == 0 || T[i] == T[j]) {
            i++;
            j++;
            if (T[i] != T[j]) 
                nextval[i] = j;
            else 
                nextval[i] = nextval[j];
        }
        else {
            j = nextval[j];         // j值回溯
        }
    }
}

int main()
{
    String S;

    StrAssign(S, "ababaaaba");

    int nextval[100];
    get_nextval(S, nextval);
    for (int i = 1; i <= S[0]; i ++ )
        printf("%d ", nextval[i]);

    return 0;
}

改进过后的KMP算法只需将get_next函数 替换为 get_nextval函数即可。

内容参考:
《大话数据结构》程杰

标签:字符,BF,String,nextval,int,next,KMP,主串,C语言
来源: https://blog.csdn.net/weixin_51424157/article/details/122463032

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有