Horspool算法

概念
horspool算法为字符串匹配算法，这是一个空间换时间的算法，算法把模式和文本的开头字符对齐，从模式的最后一个字符开始比较，如果尝试比较失败了，它把模式向后移。每次尝试过程中比较是从右到左的。我们不会像蛮力法那样移动一格，根据不同情况移动，有以下四种情况

如果模式中不存在c（在我们的例子中，c就是字母S），模式安全移动的幅度就是他的全部长度
文本：S0 S1 S2……… D……………………

模式 B A R E B R

移动： B A R B E R

如果模式中存在c，但它不是模式的最好一个字符（在我们的例子中，c就是字母B），移动时应该把模式中最右边的c和文本中的c对齐：

文本：S0 S1 S2……… B……………………

模式： B A R E B R

移动： B A R B E R

如果c正好是模式中最后一个字符，但在模式中其他m-1个字符中不包含c，移动情况类似1，移动幅度为m

文本：S0 S1 S2…B R……………………

模式： B A R E B R

移动： B A R B E R

如果c是模式中的最好一个字符，而且在模式的前m-1个字符中也包含c，移动的情况类似于2：移动时应该把模式中前m-1个字符中的c和文本中的c对齐
文本：S0 S1 S2.……………… R……………………

模式： B A R E B R

移动： B A R B E R

这说明，比起蛮力算法每次总是移动一个位置，从右到左的字符比较使模式模式移动得更远。然而，如果在每次尝试时都必须检查模式中的每个字符，它的优势也会丧失殆尽。我们可以预先算出遇到某个字符要移动的距离，并把它存在一个表中。具体来说，对于每一个字符c，可以通过以下公式算出移动距离：

算法步骤

对于给定的长度为m的模式和在模式及文本中用到的字母表，按照上面的描述构造移动表。
将模式与文本的开始处对齐。
重复下面的过程，直到发现了一个匹配子串或者模式到达了文本的最后一个字符以外。从模式的最后一个字符开始，比较模式和文本中的相应字符，直到:要么所有m个字符都匹配（然后停止，要么遇到了一对不匹配的字符。在后一种情况下，如果c是当前文本中和模式的最后一个字符相对齐的字符，从移动表的第c列中取出单元格t（c）的值，然后将模式沿着文本向右移动t（c）个字符的距离。

建表算法
ShiftTable(P[0…m-1])
for i <-- 0 to n - 1 do Table[t[i]] <-- m //n表示文本串的长度， t[i]表示文本串
for j <-- 0 to m - 2 do Table[p[j]] <-- m - 1 - j //m表示模式串的长度， p[j]表示模式串
return Table

字符匹配过程算法
HorspoolMatching(p[0…m-1], t[0…n-1])
//输入：模式串p和文本串t
//输出：第一个匹配模式串最左端字符的下标，如果没有匹配模式串，则返回-1
ShifTable(p[0…m - 1]) //生成移动表
i <-- m-1 //模式串最右端位置
while i <= n - 1 do
k<–0 //匹配字符的个数
while k <= m - 1 and p[m - 1 - k] = t[i - k] do
k <-- k + 1
if k = m //如果匹配字符个数与模式串个数相等
return i - m + 1;
else i <-- i + Table[t[i]]
return -1

例题
考虑在一个由英文字母和空格（用下划线表示）构成的文本中查找模式BARBER.

代码

#include<stdio.h>
#include<string.h>
#define max 1000
#define m 10
char mode[max] = {'J', 'I', 'M', '_', 'S', 'A', 'W', '_', 'M', 'E', '_', 'I', 'N', '_', 'A', '_', '_', 'B', 'A', 'R', 'B', 'E', 'R', 'S', 'H', 'O', 'P'};//文本串
char string[m] = {'B', 'A', 'R', 'B', 'E', 'R'}; //模式串
int Table[max]; //移动表 int HorspoolMatching(int a, int b){  /*建表过程*/ //a是模式串的长度，b是文本串的长度 /*Table是一个可能出现的字母表和它对应的应该移动步数，也就是某个字母应该* 移动多少步这么一个表，但并不需要dictionary集合来完成，因为字符都是可以* 转化为ASCALL码的，我们直接用每个不同的下标表示每个字母和符号即可，而值便是* 应该移动的步数*/for(int i = 0; i < b; i++)Table[mode[i]] = a;       //首先移动将表中每个元素都置为m，m就是模式的长度/*移动表此时所以元素的值都是6，但是我们现在需要改变模式* 中那几个字符对应的值，也就是说如果出现模式中的字符，我们* 是不应该移动6格去的，而且模式中有可能出现相同字符的，比如* BARBER，但是horspool算法是从模式右方进行匹配的，所以我们* 赋值的时候应该从左往右去赋值，这样模式中字符对应的移动步数* 的最后一次改写是在该字符最后一次出现的时候*//*Table是char集合，p[i]对应是字母，循环的时候，比如模式* 是BARBER，那么首先string[i]='B'，table[B]=6-1-0=5，然后* Table[A]=6-1-1=4；Table[R]=6-1-2=3；然后此时又是计算B了，* 这就是为什么我们这里要从左向右赋值的原因，这样B又被再次赋值，* 而此时的B是离右边最近的,Table[B]=6-1-3=2，Table[E]=6-1-4=1，*/for(int j = 0; j < a - 1; j++)Table[string[j]] = a - 1 - j;  //执行完后此时真正形成一个移动表，表中元素包含全部ACALL码对应的字符,所应该移动的步长/*匹配过程*/int i = a - 1;  //光标先定于模式最后一位int k = 0;  //匹配模式字符串字符个数  while(i < b){k = 0;/*K用来计量此时匹配了几个，K<m则表示此时还没有匹配完，* P[m-1-k]是模式中对应字符，t[i-k]是文本串中对应字符* 如果相同则k++，继续对照前一个*/while(k <= a - 1 && string[a - 1 - k] == mode[i - k]){k++;} if(k == a)   //当匹配个数等于模式串个数，返回下标return i - a + 1;elsei = i + Table[mode[i]];  //否则移动对应的table移动表需要移动的距离}return -1;
}int main(){int index = HorspoolMatching(strlen(string), strlen(mode));printf("模式匹配到的首位置是：%d", index + 1); return 0;
}

运行结果

分析
虽然Horspool算法的最差效率属于O(nm),但对于随即文本来说，它的效率是属于O(n)的。而且，虽然效率类型相同，但平均来说，Horspool算法显然要比蛮力算法快许多。

结尾
写博客是为了一是整理所学知识，亲生写代码的经验，而是为了总结经典算法，三是督促自己努力，懂得越多，越知道自己知识的浅薄，四是希望和他人多多交流，有什么不对的地方大佬们多多指点

Horspool算法相关推荐

C++horspool算法查找字符串是否包含子字符串(附完整源码)
C++horspool算法查找字符串是否包含子字符串 C++Shorspool算法查找字符串是否包含子字符串完整源码(定义,实现,main函数测试) C++Shorspool算法查找字符串是否包含子字 ...
时空权衡在模式匹配算法中的应用（JAVA）--Horspool算法（简化版BM算法）
模式匹配是数据结构中字符串的一种基本运算,给定一个子串,要求在某个字符串中找出与该子串相同的所有子串.假设P是给定的子串,T是待查找的字符串,要求从T中找出与P相同的所有子串,这个问题成为模式匹配问题 ...
字符串匹配算法：Horspool算法
Horspool 字符串匹配算法对Boyer-Moore算法的简化算法. Horspool 算法是一种基于后缀匹配的方法,是一种"跳跃式"匹配算法,具有sub-linear亚线性时 ...
horspool算法C语言代码,sfa3
习题6.1 1. hint sort the list and then simply return the n/2th elements of the sorted list. 效率: 假设排序算法 ...
horspool 算法java实现_关于String里indexOf()的一些思考
评论 # re: 关于String里indexOf()的一些思考 2010-09-30 11:36 denniis 理论上说简单的匹配算法是O(m*n)的时间复杂度,而KMP可以达到O(m+n),在我 ...
Horspool 字符串快速查找算法
Horspool算法是后缀搜索算法,对于每个文本搜索窗口,将窗口内的最后一个字符与模式串(needle)的最后一个字符进行比较.如果相等,则继续从后向前验证其他字符,直到完全相等或者某个字符不匹配.当 ...
通用算法-sql相似度模糊匹配
1.需求描述:数据库采集sql语句的记录表,包含记录编号-ID.日期时间-data.sql语句-statement,对表内每一条记录的sql语句和表内其他记录的sql语句进行模糊匹配,以顺序字符匹配方 ...
# 字符串从右往左查找_字符串匹配（搜索，查找）算法
(一)前言所谓的字符串匹配就是在一个长字符串(可称文本T)中找一个短字符串(可称模式P),看长字符串中是否存在短字符串,若存在则返回出现的第一个位置,若不存在则返回一个标记.字符串搜索算法有很多,比 ...
模式匹配算法----KMP算法以及next数组的解法
KMP算法:求字符串匹配(也叫模式匹配)的算法,即给定一个字符串,求其某一子串在其中出现的位置. 普通模式匹配例如:给定字符串为abcabaaabaabcac,求其子串abaabcac在其中出现的位 ...
C和C++算法完整教程专栏完整目录
C和C++算法完整教程专栏完整目录专栏说明如下完整专栏目录如下专栏说明如下内容:C和C++算法完整教程数量:680篇博文(2023年2月15日截止) 更新时间至:2023年2月15日(后续加 ...

Horspool算法

Horspool算法相关推荐

最新文章

热门文章