问题定义
文本T[1..n] 模式P[1..m]
找到所有的偏移s(0<=s<=n-m),使得是的后缀
前缀符号 后缀符号
后缀重叠引理 前缀和后缀关系为传递关系
运行时间
运行时间 = 预处理时间 + 匹配时间
朴素匹配算法
如果模式中所有字符都不相同,运行时间可达
Rabin Karp算法
将和预处理为以d为基数表示的数字:
P的预处理时间为
T的预处理时间使用下式计算为:
如果说明该偏移s为伪命中点,可进行循环检测P[1..m] = T[s+1..s+m],最坏匹配时间,期望匹配时间
有限自动机匹配
符号定义
有限自动机
后缀函数是能作为x的后缀的P的最长前缀长度
预处理阶段
构造模式串的字符串匹配自动机
状态Q={1,2..m},为0,状态m为唯一接受状态(但m也需要求状态转移函数)
- 计算转移函数
Compute-transition-function
m = P.length
for q = 0 to m
for each character a in \Sigma
k = min(m, q+1)
while P_k 不是P_q+a的后缀
k--
\delta(q,a) = k
return \delta
时间复杂度
- 利用kmp中的π求此处的转移函数可以将时间复杂度降低为
因为,所以有,而表示能构成真后缀的P的最长前缀长度,表示能构成的后缀的P的最长前缀长度,因此,。同时如果 且那么直接等于即可,综合可得,如果 或 那么。根据上式利用前缀函数只需m次循环便可计算得到转移函数,时间复杂度为:
COMPUTE-TRANSITION-FUNCTION(P, Σ)
π = COMPUTE-PREFIX-FUNCTION(P)
for a ∈ Σ
δ(0, a) = 0
δ(0, P[1]) = 1
for a ∈ Σ
for q = 1 to m
if q == m or P[q + 1] != a
δ(q, a) = δ(π[q], a)
else
δ(q, a) = q + 1
匹配阶段
Finite-automation-matcher
n = T.length
q = 0
for i = 0 to n-1
q = \delta(q, T[i])
if q == m
print i - m
时间复杂度
Knuth Morris Pratt算法
符号定义
前缀函数 是能构成真后缀的P的最长前缀长度
预处理阶段
摊还分析,时间复杂度
Compute-prefix-function
m = P.length
pi[1] = 0
k = 0
for q = 2 to m
while k > 0 and P[k+1] != P[q]
k = pi[k]
if P[k+1] == P[q]
k++
pi[q] = k
return pi
注意!前缀函数所要求的真后缀是指k必须满足小于q,例如模式串首个字符的后缀本身必定也是它的前缀,但k==q,因此此处赋值为0(字符串从1开始, 如果从0开始应赋值为-1)
匹配阶段
摊还分析,时间复杂度
KMP-Matcher
n = T.length
m = P.length
pi = Compute-prefix-function
q = 0
for i = 1 to n
while q > 0 and P[q+1] != T[i]
q = pi[q]
if P[q+1] == T[i]
q++
if q == m
print i - m
q = pi[q]
网友评论