前言

这几年一直在it行业里摸爬滚打，一路走来，不少总结了一些python行业里的高频面试，看到大部分初入行的新鲜血液，还在为各样的面试题答案或收录有各种困难问题

于是乎，我自己开发了一款面试宝典，希望能帮到大家，也希望有更多的Python新人真正加入从事到这个行业里，让python火不只是停留在广告上。

微信小程序搜索：Python面试宝典

或可关注原创个人博客：https://lienze.tech

也可关注微信公众号，不定时发送各类有趣猎奇的技术文章：Python编程学习

Boyer–Moore

Boyer–Moore算法是一种在O(n)时间复杂度内的字符串匹配算法，简称BM算法，是一种后缀匹配算法，在你计算机使用中随处可见，比如你常使用的ctrl+f

这个算法的核心灵魂是，当每次匹配失败时，将尽可能多的向前位移，而不是逐个进行字符匹配判断，那样还是有点蠢的

在绝大多数场合的性能表现，Boyer–Moore算法比KMP算法还要出色，而KMP算法和BM算法，它们分别是前缀匹配和后缀匹配的经典算法

BM算法在移动模式串的时候是从左到右，而进行比较的时候是从右到左的

比如这样一段文本与一段匹配词

很明显，这是一次失败的匹配，虽然是从开头，一旦触发了失败的匹配，那么BM算法将遵循两种规则进行匹配词的位移判断，尽可能多的跳过不需要匹配的文本

这两种规则，就是人尽皆知的好后缀规则与坏后缀规则

坏后缀

坏后缀的理解非常简单，当匹配到的字符，不与当前位置的文本相符，那么这就是一个坏后缀，比如这里的话

又或者下面这样例子中的e

a b c d e f
a b c e

好后缀

那么好后缀也是相当的简单去理解，当从末尾开始，当前位置的字符与文本相符，那么这就是一个好后缀

比如

a (b) {c d} e f
w (y) {c d}

那么c d就是一个好后缀，而y则是一个坏后缀

理解了好后缀与坏后缀之后，那么接下来欣赏一下BM算法在遇到好后缀与坏后缀时的处理规则

或者坏后缀与好后缀同时遇到时候的规则

坏后缀

如果遇到了一个坏后缀，那么会有如下两种情况

在整个匹配词中，坏后缀对应位置的匹配文本都没有出现，那么将直接跳过这一段匹配文本，从当前坏后缀的下一个位置开始进行重新匹配

比如

a b c {d} e x x x x
w y z {f}

匹配文本w y z f的坏后缀f对应的d匹配字符，并没有出现在w y z f中，那么这将直接跳过a b c d

也就是将直接从e处继续进行匹配

a b c d e x x x x w y z f

如果坏后缀对应的匹配文本出现在了匹配词前面的位置，那么以该字符进行对齐

按照最一开始的图示，当匹配虽然是一个坏后缀时

但是，我们发现，匹配对应的文本宝出现在了匹配词的第一个位置，那么将位移宝至文本中的宝进行对齐

坏后缀移动规则

稍微品一品坏后缀的两种移动方式，不难得出如下的移动规略

匹配词的移动位数 = 后缀索引 - 坏后缀对应文本在匹配词中出现的索引位置

如果坏后缀对应的文本并未出现在匹配词中，那么此时对应的位置为-1

回顾一下之前的匹配动作，比如

a b c {d} e x x x x
w y z {f}

那么发现d文本并未出现在匹配词中，那么匹配词将位移

3(坏后缀索引) - -1(未出现在匹配词中) = 4(最终位移结果数量)

再比如出现在匹配词中的情况

a  b  c {d} e x x x x
w {d} z {f}

那么发现d文本出现在了w d z f中，那么首先可以确定坏后缀对应文本在匹配词中的位置是1(索引从0开始)

得出位移结果

3(坏后缀索引) - 1 = 2，此时w d z f将向后位移2

a b c {d} e x x x x w {d} z f

好后缀

知道了坏后缀的处理规则，那么再来看一下好后缀的方式，和坏后缀类似，匹配到的好后缀文本是否出现在匹配词中，分为两种情况

当匹配到的文本未出现在之前的匹配词中

比如

a b {c d} e x x x x
w y {c d}

此时文本中的c d与匹配词的末尾c d匹配，这称的上是一个好后缀，但是c d只在末尾出现，未出现在匹配词其余部位，那么，类似坏后缀的同样规则，这将直接向后跳过整段匹配文本

a b c d e x x x x w y c d

当匹配到的文本出现在了匹配词中

a b c d e x x x x
d e c d e

d e好后缀出现在了开头起点，那么此时将以这样的好后缀对齐

a b c d e x x x x d e c d e

好后缀位移规则

再来稍微品一品好后缀的两种移动方式，不难得出如下的移动规略

匹配词的移动位数 = 后缀索引 - 坏后缀对应文本在匹配词中出现的索引位置

如果坏后缀对应的文本并未出现在匹配词中，那么此时对应的位置为-1

比如第一种，好后缀对应文本未出现在匹配词中，此时好后缀取最后的索引，也就是3

a b {c d} e x x x x
w y {c d}

此时，对应坏后缀文本c d未出现在匹配词中，那么将位移

3(好后缀最后索引) - -1(未出现在匹配词中) = 4

结果就是，直接向后移动4

a b c d e x x x x w y c d

第二种，好后缀对应文本出现在了匹配词中

a (b) {c d e} x x x x
d (e) {c d e}

出现在匹配词中的索引位置为3，那么按照规则，将位移

3(好后缀索引) - 0(出现在匹配词的第一个) = 3

a b c d e x x x x d e c d e

品一品，是不是非常的简单

同时具有好后缀，坏后缀

至此，明白了BM算法，那么还有一种情况需要我们考虑

a (b) {c d e} x
d (e) {c d e}

这里的好后缀为c d e、坏后缀为b

那么也可以按照好后缀，也可以按照坏后缀的方式进行移动，这又该如何抉择呢？

这就要遵循Boyer-Moore算法的基本思想：每次后移这两个规则之中的较大值

这里的好后缀d e，遵循出现在匹配词的规则

位移数量为3

3(后缀索引) - 0(出现在匹配词的第一个) = 3

a b c d e x d e c d e

而坏后缀的文本b，遵循坏后缀中未出现在匹配词的规则

位移数量为

1(后缀索引) - -1(未出现在匹配词中) = 2

a b c d e xd e c d e

结果已经显而易见

Boyer–Moore BM 后缀匹配算法相关推荐

BM模式匹配算法原理（图解）
BM模式匹配算法原理(图解) 首先,先简单说明一下有关BM算法的一些基本概念. BM算法是一种精确字符串匹配算法(区别于模糊匹配). BM算法采用从右向左比较的方法,同时应用到了两种启发式规则,即坏 ...
C语言实现boyer moore(博伊尔-摩尔搜索)算法(附完整源码)
boyer moore博伊尔-摩尔搜索算法实现以以下相关接口 boyer moore博伊尔-摩尔搜索算法的完整源码(定义,实现,main函数测试) 实现以以下相关接口 int max(int a, ...
摩尔投票法(Boyer–Moore majority vote algorithm)
参考资料论文MJRTY A Fast Majority Vote Algorithm 算法演示网站维基百科算法解读概述摩尔投票法(Boyer–Moore majority vote algo ...
Boyer–Moore majority vote algorithm(摩尔投票算法)
Boyer–Moore majority vote algorithm 摩尔投票算法 Leetcode15: https://leetcode.com/problems/majority-elemen ...
【KMP】572: Boyer–Moore–Horspool algorithm
题目: http://acm.swust.edu.cn/#/problem/572/490 题目描述题目内容来自:https://en.wikipedia.org/w/index.php?title ...
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 ...
BM立体匹配算法的参数详解
BM参数 // 预处理滤波参数 preFilterType:预处理滤波器的类型,主要是用于降低亮度失真(photometric distortions).消除噪声和增强纹理等, 有两种可选类型:CV_ ...
看动画学算法系列之:后缀树suffix tree
文章目录简介字典树Trie 压缩字典树后缀树Suffix Tree 后缀树的搜索查找最长重复子字符串查找两个字符串的最长公共子字符串后缀树的代码实现简介模式匹配是一个在工作中经常会用到 ...
iptables --algo 字符串匹配算法 bm kmp
http://blog.csdn.net/l953972252/article/details/51331001 字符串匹配一直是计算机领域热门的研究问题之一,多种算法层出不穷.字符串匹配算法有着很强 ...

Boyer–Moore BM 后缀匹配算法

前言

Boyer–Moore

Boyer–Moore BM 后缀匹配算法相关推荐

最新文章

热门文章