数据结构与算法Day25----字符串匹配(一):借助哈希算法实现

一、主串和模式串:

  假设在字符串A中查找字符串B,那字符串A就是主串,字符串B就是模式串。把主串的长度记作n,模式串的长度记作m。因为是在主串中查找模式串,所以n>m

二、暴力匹配算法/朴素匹配算法/BF(Brute Force)算法:

1、算法思想:

  在主串中,检查起始位置分别是0、 1、 2···n-m且长度为mn-m+1个子串,看有没有跟模式串匹配的。

2、图示:

3、时间复杂度:

  在极端情况下,每次都比对m个字符,要比对n-m+1次,所以,这种算法的最坏情况时间复杂度是O(n*m)

三、RK(Rabin-Karp)算法:

1、算法思想:

  通过哈希算法对主串中的n-m+1个子串分别求哈希值,然后逐个与模式串的哈希值比较大小。如果某个子串的哈希值与模式串相等,那就说明对应的子串和模式串匹配了(哈希冲突:当发现一个子串的哈希值跟模式串的哈希值相等的时候,只需要再对比一下子串和模式串本身即可)。因为哈希值是一个数字,数字之间比较是否相等是非常快速的,所以模式串和子串比较的效率就提高了。

2、图示:

3、提高哈希算法计算子串哈希值的效率的方法:

假设要匹配的字符串的字符集中只包含K个字符,就用一个K进制数来表示一个子串,这个K进制数转化成十进制数,作为子串的哈希值。


而相邻两个子串s[i-1]和s[i](i表示子串在主串中的起始位置,子串的长度都为m),对应的哈希值计算公式有交集,也就是说,可以使用s[i-1]的哈希值很快的计算出s[i]的哈希值。如果用公式表示的话,就是下面这个样子:

注意:这部分的计算,可以通过查表的方法来提高效率。事先计算好、 、 ……,并且存储在一个长度为的数组中,公式中的“次方”就对应数组的下标。当需要计算的次方的时候,就可以从数组的下标为的位置取值,直接使用,省去了计算的时间。

4、时间复杂度:

  整个RK算法包含两部分,计算子串哈希值和模式串哈希值与子串哈希值之间的比较。第一部分,我们通过设计特殊的哈希算法,只需要扫描一遍主串就能计算出所有子串的哈希值了,所以这部分的时间复杂度是O(n)。模式串哈希值与每个子串哈希值之间的比较的时间复杂度是O(1),总共需要比较n-m+1个子串的哈希值,所以,这部分的时间复杂度也是O(n)。所以,RK算法整体的时间复杂度就是O(n)

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容