我正在用 python 实现 boyer moore 算法,我需要计算一个子串在一个字符串中出现了多少次。
我的字符串存储在一个向量中:
string = ['A', 'B', 'B', 'C', 'F', 'D', 'B', 'B']
针也是一个向量:
needle = ['B', 'B']
我的问题是:
我实现的算法只返回针第一次出现的索引。
在上面的示例中,它返回 1
,但是,正如我之前所说,我需要每次都计算针是否出现在数组中,并期望它返回 2;
示例和预期返回
1
haystack = ['A', 'B', 'B', 'C', 'F', 'D', 'B', 'B']
needle = ['B', 'B']
expected return = 2
2
haystack = ['A', 'F', 'T', 'C', 'B', 'F', 'T', 'a', 'F', 'T']
needles = ['F', 'T']
expected return = 3
我的代码 我
在 search
函数中,我尝试更改 return i
(索引),使用 counter += 1
来计算匹配的针数, 但是,如果我这样做,它会给我以下错误:
Traceback (most recent call last):
File "booyer-moore.py", line 103, in <module>
main(files)
File "booyer-moore.py", line 98, in main
index = search(haystack, needle)
File "booyer-moore.py", line 18, in search
i += max(offset_table[len(needle) - 1 - j], character_table.get(haystack[i]))
IndexError: list index out of range
def search(haystack, needle):
counter = 0
if len(needle) == 0:
return 0
character_table = createCharacterTable(needle)
offset_table = createOffsetTable(needle)
i = len(needle) - 1
while i < len(haystack):
j = len(needle) - 1
while needle[j] == haystack[i]:
if j == 0:
return i
# counter += 1
i -= 1
j -= 1
i += max(offset_table[len(needle) - 1 - j], character_table.get(haystack[i]))
return counter
def createCharacterTable(needle):
table = {}
for i in range(len(needle) - 1):
table[needle[i]] = len(needle) - 1 - i
return table
def createOffsetTable(needle):
table = []
lastPrefixPosition = len(needle)
for i in reversed(range(len(needle))):
if isPrefix(needle, i + 1):
lastPrefixPosition = i + 1
table.append(lastPrefixPosition - i + len(needle) + 1)
for i in range(len(needle) - 1):
slen = suffixLength(needle, i)
table[slen] = len(needle) - 1 - i + slen
return table
def isPrefix(needle, position):
j = 0
for i in range(position, len(needle)):
if needle[i] != needle[j]:
return False
j += 1
return True
def suffixLength(needle, position):
length = 0
j = len(needle) - 1
for i in reversed(range(position + 1)):
if needle[i] == needle[j]:
length += 1
else:
break
j -= 1
return length
最佳答案
在您的解决方案中发现了几个错误,我已经纠正了这些错误。
def search(haystack, needle):
if len(needle) == 0:
return 0
character_table = createCharacterTable(needle)
offset_table = createOffsetTable(needle)
i = len(needle) - 1
while i < len(haystack):
j = len(needle) - 1
while needle[j] == haystack[i]:
if j == 0:
yield i
break
i -= 1
j -= 1
if(character_table.get(haystack[i])):
i += max(character_table.get(haystack[i]),offset_table[len(needle) - 1 - j])
else:
i += offset_table[len(needle) - 1 - j]
haystack = ['A', 'F', 'T', 'C', 'B', 'F', 'T', 'a', 'F', 'T']
needle = ['F', 'T']
generator=search(haystack,needle)
for i in generator:
print("Result: "+str(i))
返回多个解决方案的问题可以通过使用生成器来解决,即产生值而不是返回它们。
为您的 character_table.get(haystack[i]) 添加了一个检查,因为我不断收到此错误,因为如果不匹配,您的 character_table 字典中的值不存在。
i += max(character_table.get(haystack[i]),offset_table[len(needle) - 1 - j])
TypeError: '>' not supported between instances of 'int' and 'NoneType'
结果
Result: 1
Result: 5
现在我打印了你的 offsetTable,它给了我 [1, 5] 这对我来说不正确。在执行期间打印 i 和 j 的值我得到:
{'F': 1} [1, 5]
j is 1
i is 2
Result: 1
j is 0
i is 6
Result: 5
j is 0
i is 10
所以在索引 6 和 10 之间有一个跳跃。你能解释一下你的偏移表的逻辑吗?如果我能找出此处逻辑中的任何错误,我将更新此答案。
关于python - Boyer moore 算法 - 计算所有匹配的子串,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57350156/