数据结构:BM算法

设计思路

BM 算法是一种后缀匹配算法,其具有比 KMP 算法更优秀的性能表现.其核心思想有二 ,第一是坏字符,坏字符就是 pattern 与 text 从右往左第一失配的在 text 中的字符, 二是好后缀,好后缀就是 pattern 与 text 从右往左连续匹配成功的子串.对于坏字符 和好后缀,有各自的模式串移动规则,可以确定各自失配时需要移动的位数,最终选 择二者中移动位数较大者移动.在主函数中,让用户输入文档名与需要查找的单词. 每次从文档中读取一行进行匹配搜索,每次使用 BM 算法搜索完成后,若搜索到单词, 则将主串中开始匹配的位置定为查找到单词的下一行,使用 BM 算法进行下一个匹配 搜索,直至搜索完当前行.而后循环直至匹配完整个文档.

代码说明

1

int* CreateBC(char* pattern, int len);

传入模式串及其长度,返回根据坏字符的跳转数组.

1
2

int* CreateSuffix(char* pattern, int len);
int* CreateGS(char* pattern, int len);

两个函数都需要传入模式串及其长度,第一个函数返回其后缀数组,第二个函数调 用第一个函数返回根据好后缀的跳转数组.

1

int bm_search(char* text, int text_len, char* pattern, int pattern_len, int *bc, int *gs);

传入主串及其长度,模式串及其长度,坏字符跳转数组,好后缀跳转数组.返回在主串 中查找到模式串的第一个位置,未查找到,则返回-1.

1

char* get_line(FILE *article, char (&text)[1000]);

从给定的 article 文件中读取最大 1000 字符的一行,存在 text 位置,读取到文件末尾 则返回 NULL.

运行结果

此为从马丁路德金的 I hava a dream 演讲稿中查找 dream 得出的结果.