你何时会在BOYER-MOORE上使用KMP

Question

我目前正在学习模式匹配算法，并且遇到过这两种算法。我有以下一般想法：

KMP

• 从左到右比较文字
• 使用故障数组智能转换
• 取O（m），其中m是模式的长度，以计算故障数组
• 取O（m），空格
• 需要O（n），搜索字符串的时间

BM

• 比较上一个字符的模式
• 使用糟糕的角色跳跃和良好的后缀跳跃
• 采用O（m +字母表大小）来计算表格
• 取O（m +字母大小），空格
• 需要O（n），但通常更好地搜索

我遇到了以下引发这个问题的问题（正确或错误）：

  

如果我们愿意，Knuth-Morris-Pratt（KMP）算法是一个不错的选择   在许多不同的文本中反复搜索相同的模式。

所以我认为答案是正确的，因为假设每次在不同的文本上运行算法时，预处理只是O（n），对于BM，它是O（n +字母大小）。但是，我不确定我是否正在做出正确的假设，即每次重新运行算法时都会重新计算新表。因为说文字总是落在英文字母表中。我只需要计算一次表，只需重用表。那么在一天结束时，这个问题的答案是否取决于这样的事实：算法都是在包含在同一字母表中的文本上运行，还是有一些其他可能影响它的因素？

Answer 1

理论上，两种算法都具有“相似”的性能; KMP将在搜索阶段进行大约2n次比较，Boyer-Moore将在搜索阶段进行大约3n次比较，在最坏的情况下。在这两种情况下，您都不需要在获得新文本时重复预处理。

但真正的答案是你不应该在实践中使用任何一个。

由于所有额外的内存访问，两种算法所需的线性辅助存储导致现代架构的性能更加粗糙。

然而，Boyer-Moore和KMP背后的想法是大多数快速字符串匹配算法的基础。像我所知的每个实用有效的字符串匹配算法都使用像KMP的“失败函数”这样的想法;事实证明，你可以为即时模式计算一个次优的“失效函数”，它仍然为你提供线性时间匹配，同时只需要不断的额外空间。在固定模式与随机噪声匹配的“平均情况”中，Boyer-Moore比线性更快，这在许多实际情况中都有所体现。