Java教程

漫画:如何优化 “字符串匹配算法”?

本文主要是介绍漫画:如何优化 “字符串匹配算法”?,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

 小灰 程序员小灰 

图片


说起“字符串匹配”,恐怕算得上是计算机领域应用最多的功能之一,为了满足这一需求,聪明的计算机科学家们发明了许多巧妙的算法。


在上一篇漫画中,我们介绍了BF算法RK算法,没看过的小伙伴可以先补补课:


漫画:什么是字符串匹配算法?


今天,我们来介绍一种性能大大优化的字符串匹配算法。



图片


图片


图片


BF算法是如何工作的?


正如同它的全称BruteForce一样,BF算法使用简单粗暴的方式,对主串和模式串进行逐个字符的比较。


比如给定主串和模式串如下:


图片


它们的比较过程是什么样的呢?


第一轮,模式串和主串的第一个等长子串比较,发现第0位字符一致,第1位字符一致,第2位字符不一致:


图片


图片


图片


第二轮,模式串向后挪动一位,和主串的第二个等长子串比较,发现第0位字符不一致:


图片


第三轮,模式串继续向后挪动一位,和主串的第三个等长子串比较,发现第0位字符不一致:


图片


以此类推,一直到第N轮:


图片


当模式串挪动到某个合适位置,逐个字符比较,发现每一位字符都是匹配时,比较结束:


图片


图片


图片


图片


图片

图片


图片



坏字符规则


“坏字符” 是什么意思?就是指模式串和子串当中不匹配的字符。


还以上面的字符串为例,当模式串和主串的第一个等长子串比较时,子串的最后一个字符T就是坏字符:


图片


图片


图片


当检测到第一个坏字符之后,我们有必要让模式串一位一位向后挪动和比较吗?并不需要。


因为只有模式串与坏字符T对齐的位置也是字符T的情况下,两者才有匹配的可能。


不难发现,模式串的第1位字符也是T,这样一来我们就可以对模式串做一次“乾坤大挪移”,直接把模式串当中的字符T和主串的坏字符对齐,进行下一轮的比较:


图片


坏字符的位置越靠右,下一轮模式串的挪动跨度就可能越长,节省的比较次数也就越多。这就是BM算法从右向左检测的好处。


接下来,我们继续逐个字符比较,发现右侧的G、C、G都是一致的,但主串当中的字符A,是又一个坏字符:


图片


我们按照刚才的方式,找到模式串的第2位字符也是A,于是我们把模式串的字符A和主串中的坏字符对齐,进行下一轮比较:


图片


接下来,我们继续逐个字符比较,这次发现全部字符都是匹配的,比较公正完成:


图片

图片

图片


图片


图片

图片

image.png

image.png



图片


图片


好后缀规则


“好后缀” 又是什么意思?就是指模式串和子串当中相匹配的后缀。


让我们看一组新的例子:


图片


对于上面的例子,如何我们继续使用“坏字符规则”,会有怎样的效果呢?


从后向前比对字符,我们发现后面三个字符都是匹配的,到了第四个字符的时候,发现坏字符G:


图片


接下来我们在模式串找到了对应的字符G,但是按照坏字符规则,模式串仅仅能够向后挪动一位:


图片


这时候坏字符规则显然并没有起到作用,为了能真正减少比较次数,轮到我们的好后缀规则出场了。由于好后缀规则的实现细节比坏字符规则要难理解得多,所以我们这里只介绍一个大概思路:


图片


我们回到第一轮的比较过程,发现主串和模式串都有共同的后缀“GCG”,这就是所谓的“好后缀”。


如果模式串其他位置也包含与“GCG”相同的片段,那么我们就可以挪动模式串,让这个片段和好后缀对齐,进行下一轮的比较:


图片


显然,在这个例子中,采用好后缀规则能够让模式串向后移动更多位,节省了更多无谓的比较。



图片

图片



图片


图片


图片


图片


图片

图片


图片


图片


—————END—————


这篇关于漫画:如何优化 “字符串匹配算法”?的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!