用有限自动机(DFA)实现字符串匹配

纵然是瞬间 提交于 2019-12-03 12:12:06

这个算法在算法导论上写的很晦涩,而且还搞了一大堆定义和推导。其实背后的想法很naive。

 

既然要做字符串匹配,那就构造一个有限自动机出来:对于长度为n的pattern,如果当前字符串匹配上了一个字符,那么自动机的状态就是1;如果当前字符串匹配上了两个字符,那么自动机的状态就是2,……如果当前字符串把整个pattren都匹配了,那么自动机的状态就是n(也就是pattern的长度)。

 

现在问题来了,待匹配的字符串是千变万化的,怎么办?自动机的核心——状态转移函数——应该是什么样的?注意到,状态转移函数要对每个状态和每个可能的输入都有明确的定义,所以,只能对每个状态,都把整个字母表遍历一遍。

 

对于每个pattern,都有一个自动机;每个自动机也只和pattern有关(当然也和字母表有关,但是和待匹配的字符串无关)。

例如,pattern是“ababc”,待匹配的字符串是“abababc”那么,当字符串已经匹配了“abab”的时候(此时自动机的当前状态是4),下一个输入字符是“a”,那么,自动机的下一个状态应该是多少呢?稍微思考10秒钟,发现自动机的下一个状态应该是3。——这就是所谓的额后缀函数的本质。

 

然后按照这个思路想下去,得到的结论和算法导论上讲的那一堆晦涩难懂的东西,是一样的。

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!