经典算法研究:模式匹配(子串匹配)之 BM 算法(C语言实现版)初版

#include <stdio.h>
#include <string>

char s[51],t[11];

int Dist(char *t,char ch)
{
    int len = strlen(t);
    int i = len - 1;
    if(ch == t[i])
        return len;      //如果字符和字符串中的最后一个相同,则长度为字符串的长度
    i--;
    while(i >= 0)
    {
        if(ch == t[i])   //从后面数第几个字符,也就是与其相等的最后的字符位置
            return len - 1 - i;
        else
            i--;
    }
    return len;  //当子串中不包含这个字符时,返回距离为子串的长度
}

int BM(char *s,char *t)
{
    int n = strlen(s);
    int m = strlen(t);
    int i = m-1;
    int j = m-1;
    while(j>=0 && i<n)
    {
        if(s[i] == t[j])    //从子串的最后一个开始比较,如果比较的对应位置上的字符都相等,则向前进行比较
        {
            i--;
            j--;
        }                   //如果存在不相等的字符,则
        else
        {
            i += Dist(t,s[i]);    //i则后退一定的距离,这是因为前面的字符串肯定是不会匹配了
            j = m-1;              //j回溯到原来的位置
        }
    }
    if(j < 0)
    {
        return i+1;
    }
    return -1;
}

int main()
{
    printf("Please input a string:\n");
    gets(s);
    printf("Please input a substring:\n");
    gets(t);
    int no = BM(s,t);
    printf("the index of string t in s is %d\n",no);
    return 0;
}

 

另一种形式的BM算法

/*  
    函数:int* MakeSkip(char *, int)  
    目的:根据坏字符规则做预处理,建立一张坏字符表  
    参数:  
        ptrn => 模式串P  
        PLen => 模式串P长度  
    返回:  
        int* - 坏字符表  
*/  
int* MakeSkip(char *ptrn, int pLen)   
{      
    int i;   
    //为建立坏字符表,申请256个int的空间   
    /*PS:之所以要申请256个,是因为一个字符是8位,  
      所以字符可能有2的8次方即256种不同情况*/  
    int *skip = (int*)malloc(256*sizeof(int));   
  
    if(skip == NULL)   
    {   
        fprintf(stderr, "malloc failed!");   
        return 0;   
    }      
  
    //初始化坏字符表,256个单元全部初始化为pLen   
    for(i = 0; i < 256; i++)   
    {   
        *(skip+i) = pLen;   
    }   
  
    //给表中需要赋值的单元赋值,不在模式串中出现的字符就不用再赋值了   
    while(pLen != 0)   
    {   
        *(skip+(unsigned char)*ptrn++) = pLen--;   
    }   
  
    return skip;   
}   
  
  
/*  
    函数:int* MakeShift(char *, int)  
    目的:根据好后缀规则做预处理,建立一张好后缀表  
    参数:  
        ptrn => 模式串P  
        PLen => 模式串P长度  
    返回:  
        int* - 好后缀表  
*/  
int* MakeShift(char* ptrn,int pLen)   
{   
    //为好后缀表申请pLen个int的空间   
    int *shift = (int*)malloc(pLen*sizeof(int));   
    int *sptr = shift + pLen - 1;//方便给好后缀表进行赋值的指标   
    char *pptr = ptrn + pLen - 1;//记录好后缀表边界位置的指标   
    char c;   
  
    if(shift == NULL)   
    {   
        fprintf(stderr,"malloc failed!");   
        return 0;   
    }   
  
    c = *(ptrn + pLen - 1);//保存模式串中最后一个字符,因为要反复用到它   
  
    *sptr = 1;//以最后一个字符为边界时,确定移动1的距离   
  
    pptr--;//边界移动到倒数第二个字符(这句是我自己加上去的,因为我总觉得不加上去会有BUG,大家试试“abcdd”的情况,即末尾两位重复的情况)   
  
    while(sptr-- != shift)//该最外层循环完成给好后缀表中每一个单元进行赋值的工作   
    {   
        char *p1 = ptrn + pLen - 2, *p2,*p3;   
           
        //该do...while循环完成以当前pptr所指的字符为边界时,要移动的距离   
        do{   
            while(p1 >= ptrn && *p1-- != c);//该空循环,寻找与最后一个字符c匹配的字符所指向的位置   
               
            p2 = ptrn + pLen - 2;   
            p3 = p1;   
               
            while(p3 >= ptrn && *p3-- == *p2-- && p2 >= pptr);//该空循环,判断在边界内字符匹配到了什么位置   
  
        }while(p3 >= ptrn && p2 >= pptr);   
  
        *sptr = shift + pLen - sptr + p2 - p3;//保存好后缀表中,以pptr所在字符为边界时,要移动的位置   
        /*  
          PS:在这里我要声明一句,*sptr = (shift + pLen - sptr) + p2 - p3;  
             大家看被我用括号括起来的部分,如果只需要计算字符串移动的距离,那么括号中的那部分是不需要的。  
             因为在字符串自左向右做匹配的时候,指标是一直向左移的,这里*sptr保存的内容,实际是指标要移动  
             距离,而不是字符串移动的距离。我想SNORT是出于性能上的考虑,才这么做的。            
        */  
  
        pptr--;//边界继续向前移动   
    }   
  
    return shift;   
}   
  
  
/*  
    函数:int* BMSearch(char *, int , char *, int, int *, int *)  
    目的:判断文本串T中是否包含模式串P  
    参数:  
        buf => 文本串T  
        blen => 文本串T长度  
        ptrn => 模式串P  
        PLen => 模式串P长度  
        skip => 坏字符表  
        shift => 好后缀表  
    返回:  
        int - 1表示成功(文本串包含模式串),0表示失败(文本串不包含模式串)。  
*/  
int BMSearch(char *buf, int blen, char *ptrn, int plen, int *skip, int *shift)   
{   
    int b_idx = plen;     
    if (plen == 0)   
        return 1;   
    while (b_idx <= blen)//计算字符串是否匹配到了尽头   
    {   
        int p_idx = plen, skip_stride, shift_stride;   
        while (buf[--b_idx] == ptrn[--p_idx])//开始匹配   
        {   
            if (b_idx < 0)   
                return 0;   
            if (p_idx == 0)   
            {        
                return 1;   
            }   
        }   
        skip_stride = skip[(unsigned char)buf[b_idx]];//根据坏字符规则计算跳跃的距离   
        shift_stride = shift[p_idx];//根据好后缀规则计算跳跃的距离   
        b_idx += (skip_stride > shift_stride) ? skip_stride : shift_stride;//取大者   
    }   
    return 0;   
}  

int main()
{
    return 0;
}

 

点赞