字符串匹配算法（BF RK）

文章目录

1. BF（Brute Force）暴力匹配
- BF代码
2. RK（Rabin-Karp）算法
- RK代码
3. 思考题：（二维匹配）

1. BF（Brute Force）暴力匹配

BF算法的思想，在主串中，检查起始位置分别是0、1、2…n-m且长度为m的n-m+1个子串，看有没有跟模式串匹配的。最坏情况下每次都要对比m个字符，对比次数n-m+1次，复杂度O(m*n)，适用小规模字符串匹配

BF代码

/*** @description: BF暴力匹配* @author: michael ming* @date: 2019/6/17 20:11* @modified by: */
#include <string>
#include <iostream>
using namespace std;
int str_BFM(string s, int pos, string t)
{if(s.length()== 0 || t.length() == 0)return 0;int i = pos - 1, j = 0;while(i < s.length() && j < t.length()){if(s[i] == t[j]){i++;j++;}else//字符串匹配失败，主串查找开始位置i+1，模式串从头开始{i = i - j + 1;j = 0;}}if(j >= t.length())return i-j+1;elsereturn 0;
}
int main()
{string a = "ababcabcacbab", b = "abcac";cout << a << "中第一次出现" << b << "的位置是：" << str_BFM(a,1,b) << endl;return 0;
}

2. RK（Rabin-Karp）算法

上面BF算法，每次检查主串与子串是否匹配，需要逐次对比每个字符
引入哈希，降低复杂度
RK算法思路：对n-m+1个子串分别求哈希值，然后与模式串的哈希值比较；如果某个子串的哈希值和模式串的哈希值匹配（需要考虑哈希冲突），比较数字是否相等是非常快的，所以效率比BF效率高
But, 计算子串的哈希值的时候，需要遍历每个字符；虽然比较效率高了，但是整体效率没有提高
哈希算法设计技巧：K进制数表示子串（无冲突）（K为字符集内字符种数）
K进制法，相邻子串的哈希值计算公式有一定的关系：
26^(m-1)可以提前算好存放在数组中，指数就是数组的下标，计算26的x次方时，直接去数组下标x位置读取
复杂度，计算子串哈希值需要扫描一遍主串O(n)；比较n-m+1个子串哈希值O(n)；所以整体复杂度O(n)（取决于哈希函数冲突概率）
问题：如果模式串很长，子串的哈希值很大，超过计算机可表示的范围，怎么办？
针对哈希值范围溢出，改造哈希函数：
(1) 将a对应1，以此类推z对应26，将字符串每个字符对应数字相加作为哈希值，值的范围小了 (但是冲突概率有点大)
(2) 将每个字符对应一个质数（冲突概率降低）
存在冲突的情况下，如果模式串和子串哈希值相等，再比较一下它两真的相等否。
哈希算法冲突概率要比较低，否则RK算法复杂度退化，效率下降

RK代码

/*** @description:RK匹配算法，计算子串哈希值，进行对比* @author: michael ming* @date: 2019/6/17 22:40* @modified by: */
#include <string>
#include <iostream>
using namespace std;
bool same(char* a, char* b, int m)
{for(int i = 0; i < m; ++i){if(a[i] != b[i])return false;}return true;
}
int str_RK(string s, string t)//s是主串，t是模式串
{int n = s.length(), m = t.length();int table[26] = {2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43,47, 53, 59, 61, 67, 71, 73, 79, 83, 89, 97, 101};//质数表对应a-zint i, j, hash_val, value = 0;for(i = 0; i < m; ++i) //计算模式串的hash值value{value += table[t[i]-'a'];}for(i = 0; i < n-m+1; ++i)//最多n-m+1次比较{hash_val = 0;for(j = i; j < m+i; ++j)//计算第i个子串的哈希值{hash_val += table[s[j]-'a'];}if(hash_val == value && same(&s[i],&t[0],m)){//如果子串哈希值等于模式串的，且"真的"字符串匹配（避免冲突带来的假匹配）return i+1;//返回匹配位置，第i位开始，i从1开始}}return 0;
}
int main()
{string a = "ababcabcacbab", b = "abcac";cout << a << "中第一次出现" << b << "的位置是：" << str_RK(a,b) << endl;return 0;
}

如果不检查冲突，删除以下条件，匹配会出错

same(&s[i],&t[0],m)

3. 思考题：（二维匹配）

对RK算法进行改造得到答案
nr 主串行数
nc 主串列数
mr 模式串行数
mc 模式串列数
复杂度则为O(（nr-mr+1）*（nc-mc+1）)，简写为O(nr * nc)

/*** @description: 2维字符串匹配* @author: michael ming* @date: 2019/6/18 0:07* @modified by: */
#include <iostream>
#define nr 5    //主串行数
#define nc 5    //主串列数
#define mr 2    //模式串行数
#define mc 2    //模式串列数
int cal_hash_t(int* table, int r, int c, char ch[][mc])
{int i, j, value = 0;for (i = 0; i < r; ++i) //计算2d模式串的hash值value{for(j = 0; j < c; ++j)value += table[ch[i][j]-'a'];}return value;
}
int cal_hash_s_child(int* table, int i0, int j0, int r, int c, char ch[][nc])
{int i, j, hash_value = 0;for (i = i0; i < r; ++i) //计算2d子串的hash值value{for(j = j0; j < c; ++j)hash_value += table[ch[i][j]-'a'];}return hash_value;
}
bool same(char s[][nc], char t[][mc], int i0, int j0)
{int x = i0, y = j0, i, j;for(i = 0; i < mr; ++i,++x){for(j = 0, y = j0; j < mc; ++j,++y)//记得写y=j0,换行后y复位{if(s[x][y] != t[i][j])return false;}}return true;
}
bool str_RK_2d(char s[][nc], char t[][mc])//s是主串，t是模式串
{int table[26] = {2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43,47, 53, 59, 61, 67, 71, 73, 79, 83, 89, 97, 101};//质数表对应a-zint i, j, hash_val, value;value = cal_hash_t(table,mr,mc,t);//计算2d模式串哈希值for(i = 0; i < nr-mr+1; ++i)//行最多nr-mr+1次比较{for(j = 0; j < nc-mc+1; ++j)//列最多nc-mc+1次比较{hash_val = cal_hash_s_child(table,i,j,mr+i,mc+j,s);//计算2d子串哈希值if(hash_val == value && same(s,t,i,j)){//如果2d子串哈希值等于模式串的，且"真的"字符串匹配（避免冲突带来的假匹配）std::cout << "找到模式矩阵，其左上角在 " << i+1 << " 行，" << j+1 << " 列." << std::endl;return true;}}}return false;
}int main()
{char s[  ][nc] = {{ 'a', 'b', 'a', 'b', 'a' },{ 'a', 'b', 'a', 'b', 'a' },{ 'a', 'b', 'b', 'a', 'a' },{ 'a', 'b', 'a', 'a', 'b' },{ 'b', 'b', 'a', 'b', 'a' }};char t[  ][mc] = {{ 'a', 'b' },{ 'b', 'a' }};str_RK_2d(s,t);char a[  ][nc] = {{ 'd', 'a', 'b', 'c' },{ 'e', 'f', 'a', 'd' },{ 'c', 'c', 'a', 'f' },{ 'd', 'e', 'f', 'c' },{ 'b', 'b', 'a', 'b' }};char b[  ][mc] = {{ 'c', 'a' },{ 'e', 'f' }};str_RK_2d(a,b);return 0;
}

字符串匹配算法（BF RK）相关推荐

Go 语言实现字符串匹配算法 -- BF(Brute Force) 和 RK(Rabin Karp)
今天介绍两种基础的字符串匹配算法,当然核心还是熟悉一下Go的语法,巩固一下基础知识 BF(Brute Force) RK(Rabin Karp) 源字符串:src, 目标字符串:dest: 确认des ...
python实现字符串匹配算法BF，BF改，KMP
包含:BF,BF改进版本,KMP BF:暴力搜索 BF改:当判断匹配失败的字符串是不是与首字母相同若不同,继续BF算法: 若相同,直接将首字母移到当前位置 KMP:通过前缀与后缀发现待匹配字符串本身 ...
一看就懂的字符串匹配算法之 RK算法
RK算法是对BF算法的进一步优化,很巧妙的使用了哈希算法,让匹配的效率有了很大的提升. BF算法这是关于BF暴力匹配算法的博客,大家可以先去看看. RK算法的原理和实现之前在讨论BF算法的时候, ...
字符串匹配算法---BF及KMP
字符串匹配的一般算法(BF) 以 ABSABABCEF 与 ABCE 为例,求串2与串1匹配的第一个位置的下标(这里即输出 5),一般的,我们可以从串1的起始位置开始与串2比较,若相同则两串都 ...
字符串匹配算法BF,BM,KMP
字符串匹配bf算法:(暴力穷举算法) 在一个字符串中寻找另一字符串,最容易想到的,也是最简单的办法是:取主串和模式串/搜索串中的每一位依次比较,如果匹配则同时后移一位继续比较,直至匹配到模式串的最后一 ...
数据结构与算法之美笔记——基础篇（下）：图、字符串匹配算法（BF 算法和 RK 算法、BM 算法和 KMP 算法、Trie 树和 AC 自动机）
图如何存储微博.微信等社交网络中的好友关系?图.实际上,涉及图的算法有很多,也非常复杂,比如图的搜索.最短路径.最小生成树.二分图等等.我们今天聚焦在图存储这一方面,后面会分好几节来依次讲解图相关的 ...
数据结构与算法分析（十六）--- 如何设计更高效的字符串匹配算法？(BF + RK + KMP + BMH)
文章目录一.Brute Force 匹配算法二.Rabin–Karp 匹配算法三.Knuth–Morris–Pratt 匹配算法四.Boyer-Moore-Horspool 匹配算法五.字符 ...
BF,KMP,BM三种字符串匹配算法性能比较
三种最基本的字符串匹配算法是BF,KMP以及BM,BF算法是最简单直接的匹配算法,就是逐个比较,一旦匹配不上,就往后移动一位,继续比较,所以比较次数很都. 关于KMP和BM的详细介绍可以参考下面的两个 ...
字符串处理 —— 单模式匹配 —— 朴素的字符串匹配算法（BF 算法）
[算法流程] 朴素的字符串匹配算法即暴力匹配算法(BF,Brute Force),其本质是暴力枚举,主要特点有: 没有预处理阶段: 滑动窗口总是后移 1 位: 对模式中的字符的比较顺序不限定,可以从前 ...
数据结构之字符串匹配算法（BF算法和KMP算法）
字符串匹配算法: 就是给定两个串,主串(s)和子串(sub), 查找子串是否在主串里面,如果找到便返回子串在主串中第一个元素的位置下标,否贼返回-1,. 在这里我们讨论的时候主要用字符串来举例实现. ...