提供了编程的基础技术教程

zl程序教程

您现在的位置是：首页 >  后端

当前栏目

字符串匹配的sunday算法

算法 字符串 匹配
2023-09-14 09:11:58 时间

 

28. 找出字符串中第一个匹配项的下标

难度中等

 

给你两个字符串 haystack 和 needle ，请你在 haystack 字符串中找出 needle 字符串的第一个匹配项的下标（下标从 0 开始）。如果 needle 不是 haystack 的一部分，则返回  -1 。

 

示例 1：

输入：haystack = "sadbutsad", needle = "sad"
输出：0
解释："sad" 在下标 0 和 6 处匹配。
第一个匹配项的下标是 0 ，所以返回 0 。

示例 2：

输入：haystack = "leetcode", needle = "leeto"
输出：-1
解释："leeto" 没有在 "leetcode" 中出现，所以返回 -1 。
class Solution(object):
    def strStr(self, haystack, needle):
        """
        :type haystack: str
        :type needle: str
        :rtype: int
        """
        skipped = dict()
        sub_len = len(needle)
        for pos, ch in enumerate(needle):
            skipped[ch] = sub_len - pos

        i = 0
        str_len = len(haystack)
        while i <= str_len - sub_len:
            if haystack[i: i + sub_len] == needle:
                return i

            if i + sub_len >= str_len:
                break

            i += skipped.get(haystack[i+sub_len], sub_len+1)
        return -1

　链接：https://leetcode.cn/problems/find-the-index-of-the-first-occurrence-in-a-string/solution/python3-sundayjie-fa-9996-by-tes/　

一、Sunday 匹配机制
匹配机制非常容易理解：

目标字符串 haystack

模式串 Pattern当前查询索引 idx （初始为0）

 

待匹配字符串  haystack [ idx : idx + len(Pattern) ]

每次匹配都会从 目标字符串中 提取 待匹配字符串与 模式串 进行匹配：

若匹配，则返回当前 idx

 

不匹配，则查看 待匹配字符串 的后一位字符 c：

若c存在于Pattern中，则 idx = idx + 偏移表[c]

否则，idx = idx + len(pattern) + 1

Repeat Loop 直到 idx + len(pattern) > len(String)

 

举例：

String: checkthisout
Pattern: this

 

  • k 不在 Pattern 里
  • 所以查看 偏移表，idx = idx + 5

 

 

 

 

sunday算法核心思想：启发式移动搜索步长！

SUNDAY 算法描述：

字符串查找算法中，最著名的两个是KMP算法（Knuth-Morris-Pratt)和BM算法（Boyer-Moore)。这里介绍一种比BM算法更快一些的sunday查找算法。

例如我们要在"substring searching algorithm"查找"search"，刚开始时，把子串与文本左边对齐：

substring searching algorithm
search
^

结果在第二个字符处发现不匹配，于是要把子串往后移动。但是该移动多少呢？这就是各种算法各显神通的地方了，最简单的做法是移动一个字符位 置；KMP是利用已经匹配部分的信息来移动；BM算法是做反向比较，并根据已经匹配的部分来确定移动量。这里要介绍的方法是看紧跟在当前子串之后的那个字 符（上图中的 'i')。

显然，不管移动多少，这个字符是肯定要参加下一步的比较的，也就是说，如果下一步匹配到了，这个字符必须在子串内。所以，可以移动子串，使子串中的 最右边的这个字符与它对齐。现在子串'search'中并不存在'i'，则说明可以直接跳过一大片，从'i'之后的那个字符开始作下一步的比较，如下图：

substring searching algorithm
　　　 search
　　　　^

比较的结果，第一个字符就不匹配，再看子串后面的那个字符，是'r',它在子串中出现在倒数第三位，于是把子串向前移动三位，使两个'r'对齐，如下：

substring searching algorithm
　　　　 search
　　　　　　　^

哈！这次匹配成功了！回顾整个过程，我们只移动了两次子串就找到了匹配位置，是不是很神啊?!可以证明，用这个算法，每一步的移动量都比BM算法要大，所以肯定比BM算法更快。

因此，对于leetcode上的解题：

https://leetcode.com/problems/implement-strstr/

 

参考：http://blog.csdn.net/kankan231/article/details/22406823

 

相关文章