我在理解 Boyer Moore 字符串搜索算法时遇到问题。
我正在关注以下文档。 Link
我无法弄清楚 delta1 和 delta2 在这里的真正含义是什么,以及他们如何应用它来查找字符串搜索算法。 语言看起来有点模糊..
如果有人能帮助我理解这一点,那将非常有帮助。
或者,如果您知道任何其他易于理解的链接或文档,请分享。
提前致谢。
最佳答案
Boyer-Moore 背后的见解是,如果您开始在以模式中的last 字符开头的字符串中搜索模式,则当遇到不匹配时,您可以将搜索向前跳转多个字符.
假设我们的模式 p
是字符序列 p1
, p2
, ..., pn
我们正在搜索字符串 s
,当前与 p
对齐,以便 pn
位于 i
中的索引 >s
.
例如:
s = WHICH FINALLY HALTS. AT THAT POINT...
p = AT THAT
i = ^
B-M 论文提出了以下观察结果:
(1) 如果我们尝试匹配一个不在 p
中的字符,那么我们可以向前跳转 n
个字符:
'F' 不在 p
中,因此我们前进 n
个字符:
s = WHICH FINALLY HALTS. AT THAT POINT...
p = AT THAT
i = ^
(2) 如果我们尝试从 p
的末尾匹配一个最后位置为 k
的字符,那么我们可以向前跳转 k
个字符:
' 在 p
中的最后位置是从末尾算起 4,因此我们前进 4 个字符:
s = WHICH FINALLY HALTS. AT THAT POINT...
p = AT THAT
i = ^
现在我们从 i
开始向后扫描,直到我们成功或遇到不匹配。
(3a) 如果不匹配从 p
开始出现 k
个字符并且不匹配的字符不在 p
中,那么我们可以前进(在至少)k
个字符。
'L' 不在 p
中并且与 p6
不匹配,因此我们可以(至少)前进 6 个字符:
s = WHICH FINALLY HALTS. AT THAT POINT...
p = AT THAT
i = ^
然而,我们实际上可以做得比这更好。
(3b) 因为我们知道在旧的 i
中我们已经匹配了一些字符(在本例中为 1)。如果匹配的字符不匹配p
的开头,那么我们实际上可以向前跳多一点(这个额外的距离在论文中称为'delta2'):
s = WHICH FINALLY HALTS. AT THAT POINT...
p = AT THAT
i = ^
此时,观察 (2) 再次适用,给出
s = WHICH FINALLY HALTS. AT THAT POINT...
p = AT THAT
i = ^
宾果游戏!我们完成了。
关于algorithm - Boyer Moore算法的理解和例子?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/6207819/