简介
Sunday算法是一种字符串匹配算法,相比于KMP算法,它比较简单易学。
在有些时候,比如字符串很长的时候,它是比KMP要高效的。
核心思想
-
从前往后匹配,匹配失败时关注主串中参与匹配的最末位字符的下一位。
-
该字符没有在模式串中出现,则直接跳过,且模式串移动位数 = 模式串长度 + 1。
-
否则,移动位数 = 模式串长度 - 该字符在模式串最右出现出现的位置。
这三步说明了具体的执行,感觉很抽象。但综合起来就是:
- 匹配时从前向后匹配。
- 匹配失败时,重新对齐模式串与主串。
所以现在的问题是,这个重新对齐是怎么对齐呢?
举个栗子
- 设主串为 eurusdoveyesido
- 设模式为 esid
- 正常匹配,在第2位发现不匹配,于是看主串中参与匹配的最末位字符的下一位,也就是s。s也在模式串出现过,那么对齐
- 对齐后,继续正常匹配,发现第1位就不同,匹配失败。同样,看v,发现v没在模式串出现过,那么模式串就与v后面的e对齐
- 同样,匹配失败。对齐i
- 终于,匹配成功!
代码实现
_next数组
是的,Sunday算法也有next数组需要预处理。
next数组存储的是:模式串不同字符最右边的下标。
所以,对于上面例子的模式串 esid
- \(next[d] = 3\)
- \(next[i] = 2\)
- \(next[s] = 1\)
- \(next[e] = 0\)
而对于英文字符,它们都在ASCII里,总计256个,所以我们开一个256大小的数组
int _next[256];
void getnext(char pattern[])
{
int len = strlen(pattern);
int i;
for(i = 0;i < 256; i ++)//初始化为 -1
{
_next[i] = -1;
}
int cnt = 0;
for(i = len - 1;i >= 0;i --)
{
if(_next[i] == -1)
{
_next[(int)pattern[i]] = i;
cnt ++;
if(cnt == 256)//256满了就退出
{
break;
}
}
}
}
这样的预处理,正是以空间换取时间
匹配过程
匹配的代码按思想写就好,值得一提的是:
因为模式串中没有出现的字符的next值为-1,所以正好,当要对齐的时候,模式串多向后移动了一位(减 负 1 -> 加 1)。
int SundaySearch(char pattern[],char dest[])
{
getnext(pattern);
int i, j, k;
int lenp = strlen(pattern),lend = strlen(dest);
for(i = 0;i < lend;)
{
j = i;
for(k = 0;k < lenp && j < lend; k ++)//匹配的过程
{
if(dest[j] == pattern[k])
{
j ++;
}else
{
break;
}
}
if(k == lenp)//匹配成功,返回首字符下标
{
return i;
}else
{
if(i + lenp < lend)//注意越界
{
i += lenp - _next[(int)dest[i + lenp]];
}
else
{
return -1;
}
}
}
return -1;
}
标签:匹配,int,pattern,算法,模式,next,Sunday,字符串,对齐
From: https://www.cnblogs.com/Az1r/p/16751593.html