• BM 字符串匹配 图解


    BM模式匹配算法原理(图解)

    首先,先简单说明一下有关BM算法的一些基本概念。

    BM算法是一种精确字符串匹配算法(区别于模糊匹配)。

    BM算法采用从右向左比较 的方法,同时应用到了两种启发式规则,即坏字符规则 和好后缀规则 ,来决定向右跳跃的距离。

    BM算法的基本流程: 设文本串T,模式串为P。首先将T与P进行左对齐,然后进行从右向左比较 ,如下图所示:


        若是某趟比较不匹配时,BM算法就采用两条启发式规则,即坏字符规则 和好后缀规则 ,来计算模式串向右移动的距离,直到整个匹配过程的结束。       

    下面,来详细介绍一下坏字符规则 和好后缀规则 。

         首先,诠释一下坏字符和好后缀的概念。

       请看下图:


         图中,第一个不匹配的字符(红色部分)为坏字符,已匹配部分(绿色)为好后缀。

        1)坏字符规则(Bad Character):

              在BM算法从右向左扫描的过程中,若发现某个字符x不匹配,则按如下两种情况讨论:

                   i. 如果字符x在模式P中没有出现,那么从字符x开始的m个文本显然不可能与P匹配成功,直接全部跳过该区域即可。

                   ii. 如果x在模式P中出现,则以该字符进行对齐。

             用数学公式表示,设Skip(x)为P右移的距离,m为模式串P的长度,max(x)为字符x在P中最右位置。


                  

           例1:

             下图红色部分,发生了一次不匹配。

                 

            计算移动距离Skip(c) = 5 - 3 = 2,则P向右移动2位。

            移动后如下图:

              

            

        2)好后缀规则(Good Suffix):

             若发现某个字符不匹配的同时,已有部分字符匹配成功,则按如下两种情况讨论:

                  i. 如果在P中位置t处已匹配部分P'在P中的某位置t'也出现,且位置t'的前一个字符与位置t的前一个字符不相同,则将P右移使t'对应t方才的所在的位置。

                  ii. 如果在P中任何位置已匹配部分P'都没有再出现,则找到与P'的后缀P''相同的P的最长前缀x,向右移动P,使x对应方才P''后缀所在的位置。

             用数学公式表示,设Shift(j)为P右移的距离,m为模式串P的长度,j 为当前所匹配的字符位置,s为t'与t的距离(以上情况i)或者x与P''的距离(以上情况ii)。

               

           以上过程有点抽象,所以我们继续图解。

             例2:

              下图中,已匹配部分cab(绿色)在P中再没出现。

             

             再看下图,其后缀T'(蓝色)与P中前缀P'(红色)匹配,则将P'移动到T'的位置。

             

             移动后如下图:

              

              自此,两个规则讲解完毕。

         在BM算法匹配的过程中,取SKip(x)与Shift(j)中的较大者作为跳跃的距离。

         BM算法预处理时间复杂度为O(m+s),空间复杂度为O(s),s是与P, T相关的有限字符集长度,搜索阶段时间复杂度为O(m·n)。

    最好情况下的时间复杂度为O(n/m),最坏情况下时间复杂度为O(m·n)。

  • 相关阅读:
    ACM解题之快速输出杨辉三角形(前68行)
    ACM解题之素矩阵
    ACM解题之回文序列
    python批量修改文件名
    HTML页面导航栏页脚不动,变换中间部分
    VS2013正则表达式应用示例
    <<数学传奇>>概述
    C#在不同平台下DLL的引用问题
    在C++中实现类似Java的“synchronized”
    VS编译完成后自动复制到远程机器
  • 原文地址:https://www.cnblogs.com/threef/p/2994789.html
Copyright © 2020-2023  润新知