首页 > 代码库 > C++ SUNDY算法(BM算法的改进)
C++ SUNDY算法(BM算法的改进)
字符串查找算法中,最著名的两个是KMP算法Knuth-Morris-Pratt)和BM算法(Boyer-Moore)。两个算法在最坏情
况下均具有线性的查找时间。BM算法往往比KMP算法快上3-5倍。但是BM算法还不是最快的算法,这里介绍一种比BM算法更快一些的查找算法。
例如我们要在"substringsearchingalgorithm"查找"search"
第一步,把子串与文本左边对齐:
s u b s t r i n g s e a r c h i n g a l g o r i t h m
s e a r c h
结果在第二个字符处发现不匹配,于是要把子串往后移动。
但是该移动多少呢?
最简单的做法是移动一个字符位置;
KMP是利用已经匹配部分的信息来移动;
BM算法是做反向比较,并根据已经匹配的部分来确定移动量。
而SUNDY算法是看紧跟在当前子串之后的那个字符(第一个字符串中的‘i‘)。
显然,不管移动多少,这个字符是肯定要参加下一步的比较的,也就是说,如果下一步匹配到了,这个字符必须在子串内。
所以,可以移动子串,使子串中的最右边的这个字符与它对齐。
现在子串‘search‘中并不存在‘i‘,则说明可
以直接跳过一大片,从‘i‘之后的那个字符开始作下一步的比较,如下:
s u b s t r i n g s e ar c h i n g a l g o r i t h m
s e a r c h
比较的结果,第一个字符就不匹配,再看子串后面的那个字符,是‘r‘,
它在子串中出现在倒数第三位,于是把子串向后移动三位,使两个‘r‘对齐,如下:
s u b s t r i n g s e a r c h i n g a l g o r i t h m
s e a r c h
这次匹配成功了!回顾整个过程,我们仅仅移动了两次子串就找到了匹配位置,
可以证明,用这个算法,每一步的移动量都比BM算法要大,所以肯定比BM算法更快。
下面是实现代码:
#include <iostream> #include <string> using namespace std; void SUNDAY(char *text, char *patt) { register size_t temp[256]; size_t *shift = temp; size_t i, patt_size = strlen(patt), text_size = strlen(text); cout << "size : " << patt_size << endl; for( i=0; i < 256; i++ ) { *(shift+i) = patt_size+1; } for( i=0; i < patt_size; i++ ) { *(shift + (unsigned char)(*(patt+i))) = patt_size-i; } //shift['s']=6 步,shitf['e']=5 以此类推 size_t limit = text_size - patt_size+1; for(i=0; i < limit; i += shift[ text[i+patt_size] ]) { if( text[i] == *patt ) { char *match_text = text + i + 1; size_t match_size = 1; do { // 输出所有匹配的位置 if( match_size == patt_size ) { cout << "the NO. is " << i << endl; } }while((*match_text++) == patt[match_size++]); } } cout << endl; } int main(void) { char *text = new char[100]; text = "substring searching algorithm search"; char *patt = new char[10]; patt = "search"; SUNDAY(text, patt); return 0; }
C++ SUNDY算法(BM算法的改进)