kmp模式匹配算法探讨论文

《kmp模式匹配算法探讨论文 》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、KMP模式匹配算法探讨论文KMP模式匹配算法探讨论文　　摘要介绍了ＫＭＰ算法并与朴素查找算法进行了比较，提出了前缀函数的概念，并利用改进的前缀函数改进KMP算法，最后结合ＫＭＰ的改进算法给出了多次匹配的算法。　　关键词串匹配，前缀函数，KMP算法　　在计算机科学领域，串的模式匹配算法一直都是研究焦点之一。在拼写检查、语言翻译、数据压缩、搜索引擎、网络入侵检测、计算机病毒特征码匹配以及DNA序列匹配等应用中，都需要进行串匹配。串匹配就是在主串中查找模式串的一个或所有出现。在本文中主串表示为S=s1s2s3…sn，模式串表示为T=t1t2…t

2、m。串匹配从方式上可分为精确匹配、模糊匹配、并行匹配等，著名的匹配算法有BF算法、KMP算法、BM算法及一些改进算法。本文主要在精确匹配方面对KMP算法进行了讨论并对它做一些改进以及利用改进的KMP来实现多次模式匹配。　　1KMP算法　　最简单的朴素串匹配算法(BF算法)是从主串的第一个字符和模式串的第一个字符进行比较，若相等则继续逐个比较后续字符，否则从主串的第二个字符起再重新和模式串的第一个字符进行比较。依次类推，直至模式串和主串中的一个子串相等，此时称为匹配成功，否则称为匹配失败。朴素模式匹配算法匹配失败重新比较时只能向前移一个字符

3、，若主串中存在和模式串只有部分匹配的多个子串，匹配指针将多次回溯，而回溯次数越多算法的效率越低，它的时间复杂度一般情况下为O((n-m+1)m)，最坏的情况下为O(m*n)，最好的情况下为O(m+n)。KMP模式匹配算法正是针对上述算法的不足做了实质性的改进。其基本思想是：当一趟匹配过程中出现失配时，不需回溯主串，而是充分利用已经得到的部分匹配所隐含的若干个字符，过滤掉那些多余的比较，将模式串向右“滑动”尽可能远的一段距离后，继续进行比较，从而提高模式匹配的效率，该算法的时间复杂度为O(m+n)。　　那么如何确定哪些是多余的比较？在KMP

4、算法中通过引入前缀函数f(x)来确定每次匹配不需要比较的字符，保证了匹配始终向前进行，无须回溯。假设主串为s1s2，sn.，模式串为t1t2，tm.，其中m≦n，从si+1开始的子串遇到一个不完全的匹配，使得：　　()　　如果我们能确定一个最小的整数，使得：　　()　　其中，所以确定i’’’’等价于确定k，这里的k值就是我们要求的前缀函数f(x)。由式和中K值与主串s无关，只与给定的模式串t中与主串匹配的q有关，即k=f(q)，　　f(q)=max{i

5、0iq且t[1..i]是t[1..q]的后缀}()　　确定KMP前缀函数的算法如下：　

6、　#defineMAXSIZE100　　Typedefunsignedcharstring[MAXSIZE+1];//0号单元用来存放串的长度　　voidf(sstringt,int*array)　　{　　m=t[0];//m为当前模式串的长度　　array=(int*)malloc((m+1)*sizeof(int));//0号元不用　　array[1]=0;k=0;　　for(q=2;q　　{while(k>0&&t[k+1]!=t[q])k=array[k];　　if(t[k+1]==t[q])k=k+1;　　array[q]=k;

7、　　}　　}　　关于KMP算法的前缀函数f(x)的示例见表1。　　当模式串中有i个字符串匹配成功，第i+1个字符不匹配时，则从i-f(i)个字符重新开始比较，这样不仅无须回溯，而且一次可以向前滑动i-f(i)个字符，大大提高了模式匹配的效率。下面给出朴素匹配算法和KMP匹配算法的比较，见表2。　　表2朴素匹配算法和KMP匹配算法比较表　　朴素算法KMP算法　　时间复杂度O((n-m+1)m)O(m+n)　　向前移动字符个数1q-f(q)　　回溯次数q-1无　　其中：n为主串长度，m为模式串长度，q为匹配成功的字符个数　　2KMP算法的改进

8、　　在KMP算法的实际应用中，发现该算法也存在着不足，结合下面的表一来论述KMP模式匹配算法的改进。假设模式串前4个字符与主串的第i+1..i+4匹配成功，第5个字符匹配失败，此时前缀函数f(4)=1，下一次匹配将从第i+4开始，并直接将模式串中的第2个字符与主串中的第i+5个字符进行比较，从表1中可知，匹配必将失败，此次比较是多余的。这说明此时的前缀函数f(x)并不是最优，需要对前缀函数进行改进。实质上，所谓对KMP算法的改进就是对其前缀函数的改进。　　4结语　　本文给出的算法较朴素匹配算法在效率上有了较大的提高，尤其是对重复字符出现较

9、少的数据段进行模式匹配可取得较高的查找效率。应用于大型数据库的数据查询，会更加有效地缩短查找时间。　　参考文献　　[1]严蔚敏，吴伟民.数据结构[M].清华大学出版社，2001　　[2]傅清祥