字符串与模式匹配算法(五):BMH算法
一、BMH算法介绍
在BM算法的实际应用中,坏字符偏移函数的应用次数要远远超过好后缀偏移函数的应用次数,坏字符偏移函数在匹配过程中起着移动指针的主导作用。在实际匹配过程,只是用坏字符偏移函数也非常有效。1980年,奈杰尔·豪斯普(Nigel Horspool)提出了改进的BM算法,也就是BMH算法。简化了BM算法,执行非常方便,效率也很可观。Boyer-Moore算法使用两种策略来确定不匹配模式的位移:坏字符策略和高端策略。 来自Horspool的想法是仅使用坏字符策略,而不使用导致不匹配的字符,而始终使用文本窗口的匹配的字符。
二、主要思想
Horspool建议仅使用窗口最右边字符的坏字符移位来计算Boyer-Moore算法中的移位。例如:
(a) Boyer-Moore
0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | ... |
---|---|---|---|---|---|---|---|---|---|---|
a | b | c | a | b | d | a | a | c | b | a |
b | c | a | a | b | ||||||
b | c | a | a | b |
(b) Horspool
0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | ... |
---|---|---|---|---|---|---|---|---|---|---|
a | b | c | a | b | d | a | a | c | b | a |
b | c | a | a | b | ||||||
b | c | a | a | b |
观察是上面两个不同算法的例子,后缀ab匹配,比较c-a表示不匹配。 Boyer-Moore算法(a)根据最后一次出现c的坏字符位置的策略确定滑动距离。 Horspool算法(b)根据最后一次出现的b来确定滑动距离,其中在模式的最后位置出现的b不计算在内。
同样在Horspool算法中,最有利的情况是,如果每次第一次比较都发现一个文本字符,而该字符根本不在模式中出现。 然后,该算法仅需要O(n / m)个比较。
坏字符策略所需的出现函数occ与Boyer-Moore算法中的计算略有不同。 对于每个字母字符a,occ(p,a)是它在p0 ... pm-2中最后一次出现的位置;如果根本不出现该字符,则为-1。 因此,不会考虑该模式的最后一个字符pm-1。
occ(text, x) = 2
occ(textet, t) = 3
occ(text, t) = 0
occ(next, t) = -1
这里的occ(textet,t)= 3,因为单词texte中t的最后一次出现在位置3。 此外,由于单词tex中t的最后一次出现在位置0,所以occ(text,t)= 0,最后,因为t根本不在nex中出现,所以occ(next,t)= -1。
给定模式p的出现函数存储在数组occ中,该数组由字母字符索引。 对于每个字符,元素a,occ [a]包含对应的函数值occ(p,a)。
三、BMH算法代码
Horspool算法所用到的坏字符策略
1 /**
2 * 坏字符策略
3 */
4 private void horspoolInitocc() {
5 int j;
6 char a;
7
8 for (a = 0; a < alphabetSize; a++)
9 occ[a] = -1;
10
11 for (j = 0; j < m - 1; j++) {
12 a = p[j];
13 occ[a] = j;
14 }
15 }
分析:预处理阶段为O(m + σ)时间复杂度和O(σ)空间复杂度。
Horspool算法的搜索函数
1 /**
2 * Horspool算法的搜索函数
3 */
4 private void horspoolSearch() {
5 int i = 0, j;
6 while (i <= n - m) {
7 j = m - 1;
8 while (j >= 0 && p[j] == t[i + j]) j--;
9 if (j < 0) report(i);
10 i += m - 1;
11 i -= occ[t[i]];
12 }
13 }
搜索阶段具有二次最坏情况O(mn),但是可以证明,一个文本字符的平均比较数在1σ 和 2 /(σ+ 1)之间。
四、总结
BM算法中的坏字符策略对于σ比较小的来说不是很有效,但适合当σ与模式的长度相比比较大时。当ASCII表和在文本编辑器下进行的常规搜索一样BMH变得非常有用。在实践中,单独使用它会产生非常有效的算法。 Horspool建议仅使用窗口最右边字符的坏字符移位来计算Boyer-Moore算法中的移位。
源代码:
1 package algorithm;
2
3 public class Horspool {
4 private static int alphabetSize = 256;
5 private char[] p, t; // 模式,文本
6 private int m, n; // 模式的长度,文本的长度
7 private int[] occ; // 记录文本字符在模式中的位置
8 private String matches; // 匹配位置
9 private char[] showmatches; // 显示匹配的字符数组
10
11 public Horspool() {
12 occ = new int[alphabetSize];
13 }
14
15 public void search(String tt, String pp) {
16 setText(tt);
17 setPatten(pp);
18 horspoolSearch();
19 }
20
21 /**
22 * 设置文本
23 *
24 * @param tt
25 */
26 private void setText(String tt) {
27 n = tt.length();
28 t = tt.toCharArray();
29 initMatches();
30 }
31
32 /**
33 * 设置模式
34 *
35 * @param pp
36 */
37 private void setPatten(String pp) {
38 m = pp.length();
39 p = pp.toCharArray();
40 horspoolInitocc();
41 }
42
43 /**
44 * 坏字符策略
45 */
46 private void horspoolInitocc() {
47 int j;
48 char a;
49
50 for (a = 0; a < alphabetSize; a++)
51 occ[a] = -1;
52
53 for (j = 0; j < m - 1; j++) {
54 a = p[j];
55 occ[a] = j;
56 }
57 }
58
59 /**
60 * Horspool算法的搜索函数
61 */
62 private void horspoolSearch() {
63 int i = 0, j;
64 while (i <= n - m) {
65 j = m - 1;
66 while (j >= 0 && p[j] == t[i + j]) j--;
67 if (j < 0) report(i);
68 i += m - 1;
69 i -= occ[t[i]];
70 }
71 }
72
73 /**
74 * 初始化匹配位置该显示的数组
75 */
76 private void initMatches() {
77 matches = "";
78 showmatches = new char[n];
79 for (int i = 0; i < n; i++) {
80 showmatches[i] = ' ';
81 }
82 }
83
84 /**
85 * 匹配报告
86 *
87 * @param i
88 */
89 private void report(int i) {
90 matches += i + " ";
91 showmatches[i] = '^';
92 }
93
94 /**
95 * 搜索后返回匹配位置
96 *
97 * @return
98 */
99 public String getMatches() {
100 return matches;
101 }
102
103 /**
104 * BMH测试主函数
105 *
106 * @param args
107 */
108 public static void main(String[] args) {
109 Horspool horspool = new Horspool();
110 String tt, pp;
111 tt = "abcdabcd";
112 pp = "abc";
113 horspool.search(tt, pp);
114 System.out.println(pp);
115 System.out.println(tt);
116 System.out.println(horspool.showmatches);
117 System.out.println(horspool.getMatches());
118 }
119 }
字符串与模式匹配算法(五):BMH算法的更多相关文章
- 常用算法3 - 字符串查找/模式匹配算法(BF & KMP算法)
相信我们都有在linux下查找文本内容的经历,比如当我们使用vim查找文本文件中的某个字或者某段话时,Linux很快做出反应并给出相应结果,特别方便快捷! 那么,我们有木有想过linux是如何在浩如烟 ...
- 字符串与模式匹配算法(二):MP算法
一.MP算法介绍 MP 算法(Morris-Pratt算法)是一种快速串匹配算法,它是詹姆斯·莫里斯(James Morris)和沃恩·普莱特(Vaughan Pratt)在1970年提出的一种快速匹 ...
- 字符串与模式匹配算法(一):BF算法
一.BF算法的基本思想 BF(Brute Force)算法是模式匹配中最简单.最直观的算法.该算法最基本的思想是从主串的第 start 个字符起和模式P(要检索的子串)的第1个字符比较,如果相等,则逐 ...
- 字符串的模式匹配算法——KMP模式匹配算法
朴素的模式匹配算法(C++) 朴素的模式匹配算法,暴力,容易理解 #include<iostream> using namespace std; int main() { string m ...
- 字符串与模式匹配算法(四):BM算法
一.BM算法介绍 BM算法(Boyer-Moore算法)是罗伯特·波义尔(Robert Boyer)和杰·摩尔(J·Moore)在1977年共同提出的.与KMP算法不同的是,BM算法是模式串P由左向右 ...
- 字符串与模式匹配算法(六):Needleman–Wunsch算法
一.Needleman-Wunsch 算法 尼德曼-翁施算法(英语:Needleman-Wunsch Algorithm)是基于生物信息学的知识来匹配蛋白序列或者DNA序列的算法.这是将动态算法应用于 ...
- 字符串模式匹配算法2 - AC算法
上篇文章(http://www.cnblogs.com/zzqcn/p/3508442.html)里提到的BF和KMP算法都是单模式串匹配算法,也就是说,模式串只有一个.当需要在字符串中搜索多个关键字 ...
- 字符串与模式匹配算法(三):KMP算法
一.KMP算法介绍 KMP算法与前面的MP算法一脉相承,都是充分利用先前匹配的过程中已经得到的结果来避免频繁回溯.回顾一下MP算法,如下图的模式串偏移,当前模式字符串P的左端的p0与目标字符串T中tj ...
- 串的模式匹配算法1 BF算法
BF算法 字符串的模式匹配不一定要从主串的第一个位置开始,可以指定主串中查找的起始位置 pos. 2. 算法步骤: 1)分别利用计数器指针 i 和 j 指定主串和模式串即小字符串待比较的位置,初始化为 ...
随机推荐
- CodeForce-702C Cellular Network(查找)
Cellular Network CodeForces - 702C 给定 n (城市数量) 和 m (灯塔数量): 给定 a1~an 城市坐标: 给定 b1~bm 灯塔坐标: 求出灯塔照亮的最小半径 ...
- git介绍-常用操作(一)
Table of Contents 1 系列文章 2 git说明 3 git常用命令 3.1 基本操作 3.2 远程操作 4 查看git的配置 4.1 查看已配置项 4.2 其他配置 ...
- React框架的基本使用和了解
React: React详解: 安装react 脚手架工具: npm install -g create-react-app create-react-app 项目名称 cnpm react-dom ...
- Linux系列(21) - 光盘、U盘挂载
挂载光盘 mount命令.umount命令 step-1 建立挂载点 原理:相当于建立盘符,建个目录读取光盘内容 命令:[root@localhost ~]# mkdir /mnt/cdrom/ 备注 ...
- 一文让你快速入门pytest框架
pytest是什么 官方文档描述: pytest is a framework that makes building simple and scalable tests easy. Tests ar ...
- 浅析Java中的static关键字
关键点 <Java编程思想>对static方法的描述:"static方法就是没有this的方法.在static方法内部不能调用非静态方法,反过来是可以的.而且可以在没有创建对象的 ...
- django 如何在HMTL中使用媒体media_url
django 如何在HMTL中使用媒体media_url中指定的路径 第一种: 一. setting.py里,一般图片或者文件上传路径都是是以下设置, MEDIA_URL = '/media/' ...
- MySQL数据库连接重试功能和连接超时功能的DB连接Python实现
def reConndb(self): # 数据库连接重试功能和连接超时功能的DB连接 _conn_status = True _max_retries_count = 10 # 设置最大重试次数 _ ...
- python3使用imaplib获取邮件
imaplib 获取邮件,email解析邮件config文件中存有路径 1 # config.py 2 FILE_PATH_PREFIX = os.getcwd() + '/static/' 3 FI ...
- P4480-[BJWC2018]餐巾计划问题【三分,贪心】
正题 题目链接:https://www.luogu.com.cn/problem/P4480 题目大意 \(n\)天,第\(i\)天需要\(a_i\)个餐巾. 每个餐巾价格为\(p\),使用完后有两种 ...