何时使用 Rabin-Karp 或 KMP 算法？

Posted 2023-02-22

【中文标题】何时使用 Rabin-Karp 或 KMP 算法？

【英文标题】：When to use Rabin-Karp or KMP algorithms?

【发布时间】：2014-04-28 09:03:15

【问题描述】：

我使用以下字母生成了一个字符串。 A,C,G,T。我的字符串包含超过 10000 个字符。我正在其中搜索以下模式。

ATGGA TGGAC CCGT

我要求使用具有O(m+n) 运行时间的字符串匹配算法。

m = pattern length
n = text length

KMP and Rabin-Karp algorithms 都有这个运行时间。在这种情况下，最合适的算法是什么（在 Rabin-Carp 和 KMP 之间）？

【问题讨论】：

如果您已经为其中一个或两个实现了一些代码，您可能还想在 codereview.stackexchange.com 中发布此代码

感谢您的快速回复。我已经发展到生成字符串。我想验证要使用的算法是什么。只有我才能继续开发

Rabin-Karp 是O(n*m)（最坏情况）。

你想过阿霍-科拉西克吗？它非常接近您对O(m+n) 的要求，是匹配多种模式的好选择，并且易于并行化。

@Michael Foukarakis：感谢您的建议。但我只想在这两者之间选择一种算法。

【参考方案1】：

当您要搜索多个模式时，通常正确的选择是使用Aho-Corasick，这在某种程度上是KMP 的概括。现在，在您的情况下，您只搜索 3 种模式，因此 KMP 可能并没有那么慢（最多 3 次），但这是一般方法。

Rabin-Karp 如果我们假设永远不会发生冲突，则更容易实现，但如果您遇到的问题是典型的字符串搜索，则无论您有什么输入，KMP 都会更加稳定。但是，Rabin-Karp 有许多其他应用程序，其中 KMP 不是一个选项。

【讨论】：

在这种特殊情况下，您的字符串非常小，因此您可以计算完美的哈希值，避免冲突（对算法稍作修改）。因此，我认为这两种方法都行得通。如果搜索模式可以变得更长，这是不可能的。我的回答旨在解释类似问题的一般逻辑。对于这个问题，我认为这两种方法都一样好。也许您可以对这两种解决方案进行基准测试并选择性能更好的一种？

谢谢。 “但是 Rabin-Karp 有许多其他应用程序，其中 KMP 不是一个选项”中的应用程序是什么？ “典型的字符串搜索 KMP 会更稳定”中的稳定是什么意思？

@Tim Rabin Karp 取决于散列函数的选择，无论您选择什么函数，都会出现由于冲突而导致性能下降的情况。 KMP 没有这个缺点，这就是我所说的“更稳定”的意思（也许这个短语不是最适合在这种情况下使用）。我用 Rabin-Karp 解决了许多不同的问题，但这里有一些其他应用：它可以用来解决最大子回文问题（也有其他方法），我用它来找到重复的最长子字符串生成给定的输入字符串。

@IvayloStrandjev 或任何人都可以提供 Rabin Karp 完全适合的场景/问题？

我用它解决了许多不同的问题。例如，使用 rabin-karp 您可以计算 O(n*log(n)) 中最长的回文子串（结合两个 rabin karp 用于两个方向和二分搜索）。