字符串匹配的Boyer-Moore算法
转载地址:http://www.ruanyifeng.com/blog/2013/05/boyer-moore_string_search_algorithm.html
上一篇文章,我介绍了KMP算法。
但是,它并不是效率最高的算法,实际采用并不多。各种文本编辑器的“查找”功能(Ctrl+F),大多采用Boyer-Moore算法。
Boyer-Moore算法不仅效率高,而且构思巧妙,容易理解。1977年,德克萨斯大学的Robert S. Boyer教授和J Strother Moore教授发明了这种算法。
下面,我根据Moore教授自己的例子来解释这种算法。
1.
假定字符串为"HERE IS A SIMPLE EXAMPLE", 搜索词为"EXAMPLE"。
2.
首先,“字符串”与“搜索词”头部对齐,从尾部开始比较。
这是一个很聪明的想法,因为如果尾部字符不匹配,那么只要一次比较,就可以知道前7个字符(整体上)肯定不是要找的结果。
我们看到,“S”与"E"不匹配,这时,"S"就被称为"坏字符"(bad character),即不匹配的字符。我们还发现,"S"不包含在搜索词"EXAMPLE"之中,这意味着可以把搜索词直接移到"S"的后一位。
3.
依然从尾部开始比较,发现"P"和"E"不匹配,所以"P"是"坏字符"。但是,"P"包含在搜索词"EXAMPLE"之中,所以,将搜索词后移两位,两个"P"对齐。
4.
我们由此总结出"坏字符规则":
如果"坏字符"不包含在搜索词之中,则上一次出现位置为-1.
以"P"为例,它作为"坏字符",出现在搜索词的第6位(从0开始编号),在搜索词中的上一次出现位置为4,所有后移6-4=2位。再以前面第二步的"S"为例,它出现在第6位,上一次出现位置是-1(即未出现),则整个搜索词后移6-(-1) = 7位.
5.
依然从尾部开始比较,"E"与"E"匹配。
6.
比较前面一位,"LE"与"LE"匹配。
7.
比较前面一位,"PLE"与"PLE"匹配。
8.
比较前面一位,"MPLE"与"MPLE"匹配。我们把这种情况称为"好后缀"(good suffix),即所有尾部匹配的字符串。注意,"MPLE"、"PLE"、"LE"、"E"都是好后缀。
9.
比较前一位,发现"I"与"A"不匹配。所以,"I"是"坏字符"。
10.
根据"坏字符规则",此时搜索词应该后移2-(-1) = 3位。问题是,此时有没有更好的移法?
11.
我们知道,此时存在"好后缀"。所有,可以采用"好后缀规则":
举例来说,如果字符串"ABCDAB"的后一个"AB"是"好后缀"。那么它的位置是5(从0开始计算,取最后的"B"的值),在"搜索词中的上一次出现位置"是1(第一个"B"的位置),所有后移5-1 = 4位,前一个"AB"移到后一个"AB"的位置。
再举一个例子,如果字符串"ABCDEF"的"EF"是好后缀,则"EF"的位置是5,上一次出现的位置是-1(即未出现),所有后移5-(-1)=6位,即整个字符串移到"F"的后一位。
这个规则有三个注意点:
(1) "好后缀"的位置以最后一个字符为准。假定"ABCDEF"的"EF"是好后缀,则它的位置以"F"为准,即5(从0开始计算)。
(2) 如果"好后缀"在搜索词中只出现一次,则它的上一次出现位置为-1.比如,"EF"在"ABCDEF"之中只出现一次,则它的上一次出现位置为-1(即未出现)。
(3) 如果"好后缀"有多个,则除了最长的那个"好后缀",其他的"好后缀"的上一次出现位置必须在头部。比如,假定"BABCDAB"的"好后缀"是"DAB"、"AB"、"B",请问这时"好后缀"的上一次出现位置是什么?回答是,此时采用的好后缀是"B",它的上一次出现位置是头部,即第0位。这个规则也可以这样表达:如果最长的那个"好后缀"只出现一次,则可以把搜索词改写成如下形式进行位置计算"(DA)BABCDAB",即虚拟加入最前面的"DA"。
回到上文的这个例子。此时,所有的"好后缀"(MPLE、PLE、LE、E)之中,只有"E"在"EXAMPLE"还出现在头部,所有后移6-0=6位。
12.
可以看到,"坏字符规则"只能移3位,"好后缀规则"可以移6位。所以,Boyer-Moore算法的基本思想是,每次后移这两个规则之中的较大值。
更巧妙的是,这两个规则的移动位数,只与搜索词有关,与原字符串无关。因此,可以预先计算生成《坏字符规则表》和《好后缀规则表》。使用时,只要查表比较一下就可以了。
13.
继续从尾部开始比较,"P"与"E"不匹配,因此"P"是"坏字符"。根据"坏字符规则",后移6-4=2位。
14.
从尾部开始逐位比较,发现全部匹配,于是搜索结束。如果还要继续查找(即找出全部匹配),则根据"好后缀规则",后移6-0=6位,即头部的"E"移到尾部的"E"的位置。
字符串匹配的Boyer-Moore算法相关推荐
- 数据结构与算法 / 字符串匹配 / BF、PK 算法
零.前言 为了下面便于说明,先定义两个名词,分别是主串和模式串.在字符串 A 中查找字符串 B,则 A 为主串,B 为模式串. 假设,主串中字符数量为 L1,模式串的字符数量为 L2 . 一.BF 算 ...
- 模糊字符串匹配:双音素算法
介绍 名称匹配的主要问题之一是出错的可能性. 人们拼写同一个名字(错别字)的方式有很多,他们都听别人说的话. 有多种方法可以破坏自由格式语言数据. 当您需要搜索/匹配不良数据时,这会引起很多麻烦. 有 ...
- 字符串匹配的三种算法
1.一道字符串匹配题: 实现 strStr() 函数. 给定一个 haystack 字符串和一个 needle 字符串,在 haystack 字符串中找出 needle 字符串出现的第一个位置 (从0 ...
- 【算法无用系列】字符串匹配那些事——BM算法
文章目录 前言 一.BM算法 1.1.坏字符规则 1.2.好后缀规则 前言 BF算法和RK算法思路比较简单,但是效率却不尽人意,适合较短的字符串匹配时使用,如果需要在较长的字符串匹配时,则需在算法上进 ...
- 模糊字符串匹配:双重解密算法
名称匹配的一个大问题是错误的倾向.有许多不同的方式,人们拼写相同的名字,打字错误,误读了另一个人说的话.有许多方法可以免费形式的语言数据被破坏.当您需要搜索/匹配不良数据时,会导致许多头疼. 有很多不 ...
- 字符串匹配之RabinKarp《算法很美》
字符串匹配之RabinKarp 给定一个母串,再给定一个子串,要在母串中找是否有与子串对应的字符串 例如:母串S:ABABAC 子串P:BAB 思路: 滚动hash法,什么是滚动呢?哈哈,滚动的意思有 ...
- boyer moore算法 java_Boyer-Moore算法
坏字符规则: 后移位数 = 坏字符的位置 - 搜索词中的上一次出现位置 例如: 字符串: "HERE IS A SIMPLE EXAMPLE" 搜索串: "EXAMPLE ...
- 字符串匹配rk算法c语言,字符串匹配问题(BFRK算法)
1. 题目 有一个主串S={a,b,c,a,c,a,b,d,c},模式串T={a,b,d},请找出模式串在主串中第一次出现的位置 提示:不需要考虑字符串大小写问题,字符均为小写字母 2. BF算法 B ...
- 字符串匹配经典题目——KMP算法(Leetcode题解-Python语言)
28. 实现 strStr() strStr(haystack: str, needle: str) 的作用就是在 haystack 字符串(长度为 n)中找出 needle 字符串(长度为 m)出现 ...
- 字符串匹配之KMP(KnuthMorrisPratt)算法(图解)
文章目录 最长相等前后缀 next数组 概念 代码实现 图解GetNext中的回溯 改进 代码实现 代码 复杂度分析 最长相等前后缀 给出一个字符串 ababa 前缀集合:{a, ab, aba, a ...
最新文章
- subList用法详解
- 只懂JavaScript也可以开发VR/AR内容了!
- 如何识别数据中心的能源浪费?
- 华为鸿蒙公测链接,华为鸿蒙系统2.0启动第二轮公测,新增6款nova机型
- mysql数据表内容_MySQL数据表
- 剑指Offer值和为S的两个数字
- POJ 1797 Heavy Transportation 最短路变形(dijkstra算法)
- 最新全套Web前端视频教程
- java p12证书,如何使用已安装的.p12 证书在 Mac OS X 上签名 jar?
- 大学课程 | 《计算机网络》知识点超详细总结
- eclipse各(旧)版本,32位/64位下载官网地址
- django 声称图表_停止声称您正在使用无模式数据库
- 单纯形法表格法例题详解_【精品】最优化单纯形法例题讲解.doc
- 七年级认识计算机软件教案,七年级信息技术公开课教案
- poi从3.6 升级为新版本5.2.2,导致 原先的代码 报错,替换方案
- 2022-2023赛季高职大数据竞赛-赛规任务剖析
- 收集的卡通动漫模型手办之01
- IP、UV、PV及跳出率的关系,他们的数据是如何分析的
- C语言实验——各位数字之和排序 (sdut oj)
- 第二章 nRF52832介绍
热门文章
- lda 可以处理中文_用python处理文本数据
- Effective Java之对可恢复的情况使用受检异常,对编程错误使用运行时异常(五十八)
- leetcode--872. 叶子相似的树
- 被忽略的知识点——switch语句
- (*长期更新)软考网络工程师学习笔记——Section 4 物理层的其它知识
- 数据库原理与应用(SQL Server)教程 主键、外键以及联合主键、复合主键和设置种子数目和增量
- mysql 定时器停止_mysql事件【定时器】
- mysql mybatis配置_mybatis详解 与配置mybatis+spring+mysql.doc
- 聚合链路出现Destination host unreachable
- java怎么在记事本里写过运行_[置顶] 如何运行用记事本写的java程序