BM算法是一种非常著名的字符串查找算法:
在字符串查找算法中,最著名的两个是KMP算法(Knuth-Morris-Pratt)和BM算法(Boyer-Moore)。两个算法在最坏情况下均具有线性的查找时间。但是在实用上,KMP算法并不比最简单的c库函数strstr()快多少,而BM算法则往往比KMP算法快上3-5倍。
下面我们介绍一下BM算法:
1,BM算法是Boyer-Moore算法的简称,由Boyer 和Moore提出.
2,BM算法也是一种快速串匹配算法,BM算法与KMP算法的主要区别是匹配操作的方向不同。虽然BM算法仅把匹配操作的字符比较顺序改为从右向左,但匹配发生失败时,模式T右移的计算方法却发生了较大的变化.
3,滑动距离函数:
为方便讨论,BM算法的关键是,对给定的模式T="t0t1…tm"定义一个从字符到正整数的映射:
dist :c->{1,2,…,m+1}
函数dist称为滑动距离函数,它给出了正文中可能出现的任意字符在模式中的位置。函数dist定义如下:
dist(c) = m-j j为c在模式中的下标,以后面的为准
dist(c) = m+1 若c不在模式中或c = tm
例如,T="pattern",则dist(p)= 6 – 0 = 6, dist(a)= 6 – 1 =5, dist(t)= 6 – 3 =3 ,dist(e)= 2, dist(r)= 1, dist(n)= 6 + 1 = 7。
4,BM算法的基本思想是:假设将主串中自位置i起往左的一个子串与模式进行从右到左的匹配过程中,若发现不匹配,则下次应从主串的i + dist(si)位置开始重新进行新一轮的匹配,其效果相当于把模式和主串向右滑过一段距离dist(si),即跳过dist(si)个字符而无需进行比较。
如这样一个例子:
从FINDINAHAYSTACKNEEDLEINA中查找NEEDLE的过程:
i j 00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23
F I N D I N A H A Y S T A C K N E E D L E I N A
0 5 N E E D L E
5 5 N E E D L E
11 4 N E E D L E
15 0 N E E D L E
排版不是很好排,请大家见谅
第一步:i=5,j=5失败 dist(N)= 5 所以右移到5+5=10处
第二步:i=10,j=5失败 无dist(S) 所以右移到10+6 =16处
第三步:i=15,j=4失败 dist(N) = 5 所以右移到15+5 = 20处匹配成功
实例代码:
#include <iostream> #include <cstring> using namespace std; int Dist(char *t,char ch) { int len = strlen(t); int i = len - 1; if(ch == t[i]) return len; i--; while(i >= 0) { if(ch == t[i]) return len - 1 - i; else i--; } return len; } int BM(char *s,char *t) { int n = strlen(s); int m = strlen(t); int i = m-1; int j = m-1; while(j>=0 && i<n) { if(s[i] == t[j]) { i--; j--; } else { i += Dist(t,s[i]); j = m-1; } } if(j < 0) { return i+1; } return -1; } int main() { char p1[]="substring searching algorithm search"; char p2[]="search"; cout<<BM(p1,p2); return 0; }