一種基於Sunday演算法的單模式字串匹配演算法

最近看了幾個字串匹配演算法，偶然想到對sunday演算法的一種可能的改進（改變）

單模式字串匹配

sundy演算法四目前最快的字串匹配演算法，本文在sunday基礎上做了一些改進（或者改變），能在一定程度上提高sunday演算法的執行效率，較有限，但也算是一種思路。

sunday演算法：

從前往後匹配，每次匹配不成功，關注的是尾部的後一字元（設該字元為x）是否在模式串中出現。若出現，移動模式串，使x與模式串中最後一次出現的該字元（下標最大）對齊；若沒出現過，移動模式串使其頭字元與x的下一字元對齊。總體思想是盡可能大步長地往後移動模式串。

總體思想依然是盡可能大步長後移模式串。sundayevening演算法每次從後往前匹配，每次匹配不成功，不只關注尾部後一字元（設為x），也關注當前匹配不成功的字元（設為y）。因為：當尾x在模式串中，而y不在模式傳中時，sunday演算法可能沒有找到最大移動步長。

sundayevening的做法是，每當y匹配不成功，若y在模式串中則計算移動模式串使其相應字元與y對齊時的步長，若y不在字串中，計算移動模式串使其頭部與y後一字元對齊時的步長，總之，可以計算出按y來移動模式串的步長。再來看x，當x不在字串中時，操作與sunday演算法一致，若x在字串中，計算按x移動的步長，與上述按y移動的步長比較，取較大的來進行移動。這樣就盡可能的獲得了較大的移動步長。而sundayevening從後往前匹配顯然也有助於獲得更大步長（y靠後的概率大）。

sunday和sundayevening的比較：

sundayevening演算法通過兩種措施①從後向前匹配②比較步長選較大者，提高了獲得最大步長的可能性。但是會增加一些比較操作。當模式串長度極大或極小時，效率與sunday基本無差別，但是在中間某一區域內，sundayevening演算法可以獲得約百分10到百分之15的效率提公升。（測試資料為隨機字串，字元範圍為ascii碼中96個可列印字元）。

**中寫了三個演算法：sunday、kmp、sundayevening（為了比較，將kmp一同寫出）

測試資料：隨機字串（字元範圍為96個可列印字元）

測試串長度：1000000000

模式串長度：10

測試結果與模式串長度、文字串長度、字元範圍均有關係，文字串較小或模式串較大時效率與sunday演算法基本無差（但貌似不會低於sunday）。

一次測試的結果：效率提公升百分之14

具體**：

#pragma once
#include#include#include#includeusing namespace std;
#define random(x) (rand()%x) 
//*********************kmp演算法：***********************
void getnext(const unsigned char shortlist, int next, int shortlength)
else
//從未加shortlist[index]之前的子串的字首中，尋找更小的字首（字首的字首），該字首與字尾的字尾相同，然後看能不能匹配
pointer = next[pointer];	}}
int kmp(const unsigned char longlist, const unsigned char shortlist, int next, long  longlength, int shortlength)
else//取前面與 #lp之前子串的某字尾# 相同的某字首後的第乙個元素
}if (sp == shortlength)
return(lp - shortlength);
else
return -1;}/
///*********************suday演算法：***********************
void getmaxindex(int maxindex, const unsigned char* shortlist, const int shortlength)
}int sunday(const unsigned char shortlist, const unsigned char longlist, int maxindex, const int shortlength, const long  longlength)
else if (lrear + 1 >= longlength)//檢查到末尾了，跳出迴圈
break;
else if (maxindex[longlist[lrear + 1]] == -1)//後一字元不在shortlist中
else//後一字串在shortlist中
}return result;}/
//***********************sunday改進演算法*************************
int sundayevening(const unsigned char shortlist, const unsigned char longlist, int maxindex, const int shortlength, const long  longlength)
else if (lrear + 1 >= longlength)//檢查到末尾了，跳出迴圈
break;
else if (maxindex[longlist[lrear + 1]] == -1)//後一字元不在shortlist中
else
else
}}	return result;
}void main()
for (long i = 0; i < longlength - shortlength; i++)
for (long i = 0; i < shortlength; i++)
longlist[i + longlength - shortlength] = shortlist[i];
dword start_time = gettickcount();
int maxindex[256];//存shortlist中出現有的字元在shortlist中最後一次出現的位置，同時也標記那些字元出現在了shortlist中
getmaxindex(maxindex, shortlist, shortlength);
int sunday_result = sunday(shortlist, longlist, maxindex, shortlength, longlength);
dword sunday_end_time = gettickcount();
if (sunday_result < 0)
cout << "未在文字串中找到模式串！" << endl;
else
cout << "模式串在文字串中的起始下標為：" << sunday_result << endl;
cout << "the sunday run time is:" << (sunday_end_time - start_time) << "ms!" << endl;//輸出執行時間
int *next = new int[shortlength];
//next[index]存index前面子串中字首後的第乙個元素位置，不匹配時換這個位置的元素看是否匹配
//next是對應子串最長字首長度陣列的右移（左端補-1）
getnext(shortlist, next, shortlength);
int kmp_result = kmp(longlist, shortlist, next, longlength, shortlength);
if (kmp_result < 0)
cout << "未在文字串中找到模式串！" << endl;
else
cout << "模式串在文字串中的起始下標為：" << kmp_result << endl;
dword kmp_end_time = gettickcount();
cout << "the kmp run time is:" << (kmp_end_time - sunday_end_time) << "ms!" << endl;//輸出執行時間
getmaxindex(maxindex, shortlist, shortlength);
int sunday2_result = sundayevening(shortlist, longlist, maxindex, shortlength, longlength);
dword sunday2_end_time = gettickcount();
if (sunday2_result < 0)
cout << "未在文字串中找到模式串！" << endl;
else
cout << "模式串在文字串中的起始下標為：" << sunday2_result << endl;
cout << "the sundayevening run time is:" << (sunday2_end_time - kmp_end_time) << "ms!" << endl;//輸出執行時間
cout << "提高了：" << 1 - (double)(sunday2_end_time - kmp_end_time) / (sunday_end_time - start_time) << endl;
system("pause");
}

一種基於Sunday演算法的單模式字串匹配演算法

一種基於SJF和PSA演算法的折中演算法

一種基於密度峰值的聚類演算法

一種基於ASEF演算法的高速特徵點定位演算法

一種基於Sunday演算法的單模式字串匹配演算法

一種基於SJF和PSA演算法的折中演算法

一種基於密度峰值的聚類演算法

一種基於ASEF演算法的高速特徵點定位演算法

相關推薦