• <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>

            不會飛的鳥

            2010年12月10日 ... 不鳥他們!!! 我要用自己開發的分布式文件系統、分布式調度系統、分布式檢索系統, 做自己的搜索引擎!!!大魚有大志!!! ---楊書童

            [轉]字符串匹配的Boyer-Moore算法

            上一篇文章,我介紹了KMP算法

            但是,它并不是效率最高的算法,實際采用并不多。各種文本編輯器的"查找"功能(Ctrl+F),大多采用Boyer-Moore算法

            Boyer-Moore算法不僅效率高,而且構思巧妙,容易理解。1977年,德克薩斯大學的Robert S. Boyer教授和J Strother Moore教授發明了這種算法。

            下面,我根據Moore教授自己的例子來解釋這種算法。

            1.

            假定字符串為"HERE IS A SIMPLE EXAMPLE",搜索詞為"EXAMPLE"。

            2.

            首先,"字符串"與"搜索詞"頭部對齊,從尾部開始比較。

            這是一個很聰明的想法,因為如果尾部字符不匹配,那么只要一次比較,就可以知道前7個字符(整體上)肯定不是要找的結果。

            我們看到,"S"與"E"不匹配。這時,"S"就被稱為"壞字符"(bad character),即不匹配的字符。我們還發現,"S"不包含在搜索詞"EXAMPLE"之中,這意味著可以把搜索詞直接移到"S"的后一位。

            3.

            依然從尾部開始比較,發現"P"與"E"不匹配,所以"P"是"壞字符"。但是,"P"包含在搜索詞"EXAMPLE"之中。所以,將搜索詞后移兩位,兩個"P"對齊。

            4.

            我們由此總結出"壞字符規則"

              后移位數 = 壞字符的位置 - 搜索詞中的上一次出現位置

            如果"壞字符"不包含在搜索詞之中,則上一次出現位置為 -1。

            以"P"為例,它作為"壞字符",出現在搜索詞的第6位(從0開始編號),在搜索詞中的上一次出現位置為4,所以后移 6 - 4 = 2位。再以前面第二步的"S"為例,它出現在第6位,上一次出現位置是 -1(即未出現),則整個搜索詞后移 6 - (-1) = 7位。

            5.

            依然從尾部開始比較,"E"與"E"匹配。

            6.

            比較前面一位,"LE"與"LE"匹配。

            7.

            比較前面一位,"PLE"與"PLE"匹配。

            8.

            比較前面一位,"MPLE"與"MPLE"匹配。我們把這種情況稱為"好后綴"(good suffix),即所有尾部匹配的字符串。注意,"MPLE"、"PLE"、"LE"、"E"都是好后綴。

            9.

            比較前一位,發現"I"與"A"不匹配。所以,"I"是"壞字符"。

            10.

            根據"壞字符規則",此時搜索詞應該后移 2 - (-1)= 3 位。問題是,此時有沒有更好的移法?

            11.

            我們知道,此時存在"好后綴"。所以,可以采用"好后綴規則"

              后移位數 = 好后綴的位置 - 搜索詞中的上一次出現位置

            舉例來說,如果字符串"ABCDAB"的后一個"AB"是"好后綴"。那么它的位置是5(從0開始計算,取最后的"B"的值),在"搜索詞中的上一次出現位置"是1(第一個"B"的位置),所以后移 5 - 1 = 4位,前一個"AB"移到后一個"AB"的位置。

            再舉一個例子,如果字符串"ABCDEF"的"EF"是好后綴,則"EF"的位置是5 ,上一次出現的位置是 -1(即未出現),所以后移 5 - (-1) = 6位,即整個字符串移到"F"的后一位。

            這個規則有三個注意點:

              (1)"好后綴"的位置以最后一個字符為準。假定"ABCDEF"的"EF"是好后綴,則它的位置以"F"為準,即5(從0開始計算)。

              (2)如果"好后綴"在搜索詞中只出現一次,則它的上一次出現位置為 -1。比如,"EF"在"ABCDEF"之中只出現一次,則它的上一次出現位置為-1(即未出現)。

              (3)如果"好后綴"有多個,則除了最長的那個"好后綴",其他"好后綴"的上一次出現位置必須在頭部。比如,假定"BABCDAB"的"好后綴"是"DAB"、"AB"、"B",請問這時"好后綴"的上一次出現位置是什么?回答是,此時采用的好后綴是"B",它的上一次出現位置是頭部,即第0位。這個規則也可以這樣表達:如果最長的那個"好后綴"只出現一次,則可以把搜索詞改寫成如下形式進行位置計算"(DA)BABCDAB",即虛擬加入最前面的"DA"。

            回到上文的這個例子。此時,所有的"好后綴"(MPLE、PLE、LE、E)之中,只有"E"在"EXAMPLE"還出現在頭部,所以后移 6 - 0 = 6位。

            12.

            可以看到,"壞字符規則"只能移3位,"好后綴規則"可以移6位。所以,Boyer-Moore算法的基本思想是,每次后移這兩個規則之中的較大值。

            更巧妙的是,這兩個規則的移動位數,只與搜索詞有關,與原字符串無關。因此,可以預先計算生成《壞字符規則表》和《好后綴規則表》。使用時,只要查表比較一下就可以了。

            13.

            繼續從尾部開始比較,"P"與"E"不匹配,因此"P"是"壞字符"。根據"壞字符規則",后移 6 - 4 = 2位。

            14.

            從尾部開始逐位比較,發現全部匹配,于是搜索結束。如果還要繼續查找(即找出全部匹配),則根據"好后綴規則",后移 6 - 0 = 6位,即頭部的"E"移到尾部的"E"的位置。

            posted on 2014-03-06 21:47 不會飛的鳥 閱讀(373) 評論(0)  編輯 收藏 引用

            亚洲欧美精品一区久久中文字幕| 久久精品国产亚洲av麻豆蜜芽| 99久久精品费精品国产一区二区 | 久久精品国产99国产精品亚洲| 2021国产精品久久精品| 久久综合88熟人妻| 99久久综合国产精品二区| 成人妇女免费播放久久久| 久久无码国产| 国内精品久久久久| 免费久久人人爽人人爽av| 精品久久人妻av中文字幕| 日韩影院久久| 狠狠色伊人久久精品综合网| 久久99精品久久久久久久不卡| 久久久久亚洲AV综合波多野结衣 | 国产精品美女久久久久久2018| 一本伊大人香蕉久久网手机| 久久精品国产99国产精品导航| 伊人久久大香线蕉精品| 久久精品九九亚洲精品| 青青草原综合久久大伊人| 中文字幕成人精品久久不卡| 久久99精品久久久久久hb无码| 久久九九兔免费精品6| 亚洲精品视频久久久| 久久本道久久综合伊人| 欧美久久综合性欧美| 波多野结衣中文字幕久久| 亚洲AV日韩AV永久无码久久| 久久福利青草精品资源站免费 | 久久久久久a亚洲欧洲aⅴ| 欧美精品久久久久久久自慰| 欧美精品乱码99久久蜜桃| 婷婷久久综合| 亚洲人成网站999久久久综合| 久久久久人妻精品一区三寸蜜桃| 国内精品久久久久久中文字幕| 成人a毛片久久免费播放| 99久久无码一区人妻| 国内精品欧美久久精品|