字符串匹配算法报告

课程设计报告题目：字符串匹配算法实测分析

课程名称：数据结构

专业班级：计科XX

学号：UXXXXX XX

姓名：FSH

指导教师：xxx

报告日期：2015.9.13

计算机科学与技术学院

数据结构课程组

2015年5月

题目字符串匹配算法实测分析

☐设计目的：掌握线性结构中的字符串的物理存储结构与基本算法，通过查询阅读文献资料，拓广知识面以及培养学生科研能力。

☐设计内容：结合教材上的字符串匹配算法，查询文献资料检索4种以上的有关精确匹配算法，掌握算法原理并实现。

☐设计要求：

（1）查阅相关的文献资料，特别是留意年近些年发表的文献资料；

（2）要求对各种算法进行理论分析，同时也对实测结果进行统计分析。测试数据要求有一定规模，比如一本书或不少于50篇的中英文文献。

（3）要求界面整洁、美观，操作方便；

报告内容：

（一）, 运行界面，及运行结果截图

（二）,各算法的具体分析，包括起源，基本思路，实例分析，具体实现，和本算法代码。

（三），总程序源代码。

（四），课程设计心得

（一）, 运行界面，运行结果说明：

运行代码显示界面：

对于S串可以手动输入字符串检索，也可以选择在计算机里建好的TXT文件，按任意键退出。

按2确认，键入一本书的TXT文件，运行如下

输入待搜索子串“史记”得到运行结果，各算法均返回子串在母串出现的位置

执行算法得运行结果，返回子串在母串所有出现位置。

结果显示运行时间用以统计时间效率：

另一段检索结果的时间截图结果显示如下：

（二）,各算法的具体分析

一．穷举算法（Brute force）算法：

.

1.算法起源：

此算法思路简单，容易想到，没有确定的提出者‘

2．算法基本思想：

之所以成为穷举法，即如名字所言，逐个比较直至穷尽/结束，基本思路为：假设S 为母字符串，长度为lengthS，T为子字符串，长度为lengthT. 则从母串第i位元素（从第一位i=1元素开始）开始一次提取长度为lengthT的一串字符挨个与S字符串比较是否相等，若相等，则匹配成功并输出i ,然后在S上后移一位继续比较，直至比较完整个S.

sliding window：

3．案例分析：

假设母串S : edgoodbnbqgoodewuopimmxccaluhfui

子串T : goodboy

N= lengthS–length+1

) . . . . . .

(i!

字符不等，结束i；

4.算法具体实现：

字符串的物理存储实现—malloc函数申请空间返回unsigned char 型指针，线性结构；

设置参数:

i, 用以表示检测位，范围为（1，N）用for循环语句判断是否遍历S字符串。其中N= lengthS–length+1 ；

辅助函数：

Substring（S , i，n）作用为提取S字符串里从第i位起长度为n 的字符串，其返回值为unsigned char型指针。

Substring算法：

status substring( string s,int pose ,intlen )// 子字符串提取函数substring；返回值为子str字符串

{

unsigned char* sub;

sub=malloc(10000*sizeof(unsigned char));

inti=strlen(s);

int k=pose+len-1;

if(i<0||pose>i||k>i)

return NULL;

int a;

for( a=0;a

sub[a]=s[pose-1];

sub[a]='\0';

return sub;

}

5 .算法源码：

void index(string s, string t)

{

intm,n,i;

string test;

test=malloc(10000*sizeof(unsigned char));

n=strlen(s);m=strlen(t);

i=1;

int a=0;

intjishu[1000];//数组用来计数匹配成功的位置

printf("\n穷举算法运行得：\n");

while(i<=n-m+1){

strcpy(test,substring(s,i,m));

if(strcmp(test,t)!=0) ++i;

else {

jishu[a]=i;

printf(" 匹配成功输出:%d\n",jishu[a]);

++i;++a;

}// 返回子串在主串中的位置

}//while

//S中不存在与T相等的子串

}//Index

6. 效率分析：

穷举算法虽然易于理解，也容易实现，但是效率却比较低下，因为该算法对于S字符串上的前N位元素，每个元素都提取字符串并进行挨个比较，比较完全匹配或者出现失配时后移一位继续比较，若S长度m，T长度n,则找到所有匹配位置的时间O(mn) 。

二．Sundy算法：

1.起源：

Sunday算法是Daniel M.Sunday于1990年提出的字符串模式匹配。其核心思想是：在匹配过程中，模式串发现不匹配时，算法能跳过尽可能多的字符以进行下一步的匹配，从而提高了匹配效率。

2.算法基本思想：

从母串S提取比较字符串，用T字符串的最后一位元素t[n-1]与s[i-1]比较，出现不相时运用sundy核心算法，即坏字符算法。坏字符即为s[i-1]，然后再在T中找有无坏字符，方向为从前往后，若找到则把该位移到和S的坏字符对齐，若没找到，则后移长度为T串长，在提取比较是否相等，若相等输出在S上的位置i，若不等但t[n-1]与s[i-1]，则后移一位继续比较，直至走完S串。

3.案例分析：

假设母串S : edgoodbnbqgoodadecmnkdewuopimmxccaluhfui

若子串为T1 : akideb假设已经比较到第3位

若子串为T2 :adulgnd假设已比较到第19位

(T1未找到坏字符n，后移6个字符) （在T中找到坏字符U，平移7 – 2—1=4）