模式匹配
问题: 假设有两个字符串string和pat,其中pat是将在string中查找的模式。确定pat是否在string中。
模式失配函数
定义:令p = p0p1…pn-1是一个模式,则其失配函数f定义为:
f(j) = i 为满足i < j
且使得p0p1…pi = pj-ipj-i+1…pj的最大整数
如果i ≥ 0
-1 否则
例如,对于模式pat = abcabcacab,有:
j 0 1 2 3 4 5 6 7 8 9
pat a b c a b c a c a b
f -1 -1 -1 0 1 2 3 -1 0 1
根据失配函数的定义,得到如下模式匹配规则:如果出现了形如si-j…si-1 = p0p1…pj-1且si≠ pj的部分失配,那么,若j
≠ 0, 则下一趟模式失配时,从失配字符si和模式串字符pf(j-1)+1处重新开始比较;而若j=0,则继续比较si+1和p0
#include "stdafx.h" #include <stdio.h> #include <string.h> #define MAX_STRING_SIZE 100 #define MAX_PATTERN_SIZE 100 int pmath(); void fail(); int failure[MAX_PATTERN_SIZE]; char string[MAX_STRING_SIZE]; char pat[MAX_PATTERN_SIZE]; int pmatch(char *string, char *pat) { int i = 0, j = 0; int lens = strlen(string); int lenp = strlen(pat); fail(pat); while (i < lens && j < lenp) { if (string[i] == pat[j]) { i++; j++; } else if (j == 0) i++; else j = failure[j-1] + 1; } return ((j == lenp) ? (i-lenp) : -1); }
函数pmatch的时间复杂性为Ο(m) =
Ο(strlen(string))。如果能在Ο(strlen(pat))的时间内计算出失配函数,那么,整个模式匹配过程的计算时间将正比于字符串与模式长度之和。的确有计算失配函数的快速方法,这种方法的基础是失配函数的另一种表达形式:
f(j) = -1 如果j=0
fm(j-1)+1
其中m是满足等式 的最小整数k
-1 如果没有满足上式的k值
注意f1(j)=f(j), fm(j)=f(fm-1(j))
与此定义相应的程序函数是:
void fail(char *pat) { int n = strlen(pat); int i; failure[0] = -1; for (int j = 1; j < n; j++) { i = failure[j-1]; while ((pat[j] != pat[i+1]) && (i >= 0)) i = failure[i]; if(pat[j] == pat[j+1]) failure[j] = i + 1; else failure[j] = -1; } }