Horspool 字符串匹配算法

Posted 2021-02-20 riotian

Horspool 字符串匹配算法对Boyer-Moore算法的简化算法。

Horspool 算法是一种基于后缀匹配的方法，是一种“跳跃式”匹配算法，具有sub-linear亚线性时间复杂度。

Horspool 算法：

　　对于每个搜索窗口，该算法将窗口内的最后一个字符和模式串中的最后一个字符进行比较。如果相等，则需要进行一个校验过程。该校验过程在搜索窗口中从后向前对文本和模式串进行比较，直到完全相等或者在某个字符处不匹配。无论匹配与否，都将根据字符d在模式串中的下一个出现位置将窗口向右移动。

　可以使用下图进行理解：

　　(1)窗口大小与模式串大小相同，窗口内容为文本内容的一部分。

　　(2)对于窗口而言，每次从后向前匹配，直到全部相等(匹配)，或者遇到不相等。

　　(3)遇到不相等时，根据窗口中最后一个字符在模式串中的位置，窗口进行移动。如果模式串中有多个相同的字符，选择最后一个字符为准，以避免漏解。

　　

代码(C++)：

#include<iostream>
#include<string>

using namespace std;

//计算可跳转字符个数数组
void getDis(string &str, int *dis) {
    int len = str.length();

    for (int i = 0; i < 256; ++i)
        dis[i] = len;//最大跳跃字符数
    
    for (int i = 0; i < len - 1; ++i)//注意这里不包括最后一个
        dis[str[i]] = len - i - 1;
}

//查找
void search(string &s, string &p, int dis[]) {
    int j;
    int pos;
    bool flag = false;
    int lenp = p.length();
    int lens = s.length();

    j = 0;
    pos = 0;
    while (pos <= lens - lenp) {
        j = lenp - 1;
        while (j >= 0 && p[j] == s[pos + j])//向前搜索匹配
            --j;
        if (j == -1) {
            flag = true;
            cout << "在模式串中第 " << pos + 1<< "号位" << endl;
            pos += lenp;
            continue;
        }
        else
            pos += dis[s[pos + lenp - 1]];//使用最后一个字符对齐的方法，进行“跳跃”移动
    }
    if(!flag)//不存在匹配
        cout << "-1" << endl << endl;
    cout << endl;
}

int main() {
    int dis[256];
    string s, p;
    while (1) {
        cout << "文本串: ";
        cin >> s;
        cout << "模式串：";
        cin >> p;
        getDis(p, dis);
        search(s, p, dis);
    }
    return 0;
}