Rabin-Karp 字符串匹配不匹配

Posted 2023-02-22

【中文标题】Rabin-Karp 字符串匹配不匹配

【英文标题】：Rabin-Karp String Matching is not matching

【发布时间】：2011-05-20 01:56:08

【问题描述】：

我一直在研究 C++ 中的 Rabin-Karp 字符串匹配函数，但没有得到任何结果。我有一种感觉，我没有正确计算某些值，但我不知道是哪一个。

原型

void rabinKarp(string sequence, string pattern, int d, int q);

功能实现

void rabinKarp(string sequence, string pattern, int d, int q)

    //d is the |∑|
    //q is the prime number to use to lessen spurious hits
    int n = sequence.length(); //Length of the sequence
    int m = pattern.length(); //Length of the pattern
    double temp = static_cast<double> (m - 1.0);
    double temp2 = pow(static_cast<double> (d), temp); //Exponentiate d
    int h = (static_cast<int>(temp2)) % q; //High Order Position of an m-digit window
    int p = 0; //Pattern decimal value
    int t = 0; //Substring decimal value
    for (int i = 1; i < m; i++)  //Preprocessing
        p = (d*p + (static_cast<int>(pattern[i]) - 48)) % q;
        t = (d*t + (static_cast<int>(sequence[i])-48)) % q;
    
    for (int s = 0; s < (n-m); s++)  //Matching(Iterate through all possible shifts)
        if (p == t) 
            for (int j = 0; j < m; j++) 
                if (pattern[j] == sequence[s+j]) 
                    cout << "Pattern occurs with shift: " << s << endl;
                
            
        
        if (s < (n-m)) 
            t = (d*(t - ((static_cast<int>(sequence[s+1]) - 48)*h)) + (static_cast<int>(sequence[s + m + 1]) - 48)) % q;
        
    
    return;

在我的函数调用中，我传递 2359023141526739921 作为序列，31415 作为模式，10 作为基数，13 作为素数。我希望有一个实际匹配和一个虚假命中，但我从来没有从函数的匹配部分得到输出语句。我做错了什么？

提前致谢，麦迪逊

【参考方案1】：

编写 Rabin Karp 的最大问题是 modulo operator。当两个数字 X 和 Y 以 Q 为模全等时， (X % Q) 应该等于 (Y % Q) 但在您使用的 C++ 编译器上，只有当 X 和 Y 都是正数或都是负数时，它们才会相等。如果 X 为正而 Y 为负，则 (X % Q) 将为正而 (Y % Q) 为负。实际上在这种情况下是 (X % Q)-Q == (Y % Q)。

解决方法是在每个模数之后检查负值，如果有任何要添加 q 到变量，所以你的预处理循环变成：

    p = (d*p + pattern[i]) % q;
    if ( p < 0 ) p += q;
    t = (d*t + sequence[i]) % q;
    if ( t < 0 ) t += q;

主循环中的t需要添加类似的检查。

【参考方案2】：

除非您重新定义了^，否则它是在计算异或，而不是求幂。此外，在执行% 之前，您应该小心溢出int 的最大值。

【讨论】：

谢谢！这有助于解决我遇到的 h 不正确的问题。我不知道 ^ 运算符未定义为求幂。虽然仍然没有得到输出:(

我会验证它的一小部分是否按预期运行，而不是试图让所有东西立即工作。这将帮助您一一找到您的错误。

单步执行 GDB 让我找到了罪魁祸首：在第二个 for 循环中重新计算 t 会导致负数。据我所知，其他一切都按预期工作。