Question

我目前正在试验一个非常简单的Boyer-Moore变体通常我的实现工作，但如果我尝试在循环中使用它，包含干草堆的字符指针搞砸了。我的意思是其中的人物被改变或混合结果是一致的，即多次运行相同的测试会产生相同的螺旋。

这是循环代码：

string src("This haystack contains a needle! needless to say that only 2 matches need to be found!");
string pat("needle");
const char* res = src.c_str();

while((res = boyerMoore(res, pat)))
    ++res;

这是我对字符串搜索算法的实现（上面的代码调用了一个方便的包装器，它可以拉出字符串和字符串的长度）：

unsigned char*
boyerMoore(const unsigned char* src, size_t srcLgth, const unsigned char* pat, size_t patLgth)
{
    if(srcLgth < patLgth || !src || !pat)
        return nullptr;

    size_t skip[UCHAR_MAX]; //this is the skip table
    for(int i = 0; i < UCHAR_MAX; ++i)
        skip[i] = patLgth; //initialize it with default value

    for(size_t i = 0; i < patLgth; ++i)
        skip[(int)pat[i]] = patLgth - i - 1; //set skip value of chars in pattern

    std::cout<<src<<"\n"; //just to see what's going on here!

    size_t srcI = patLgth - 1; //our first character to check
    while(srcI < srcLgth)
    {
        size_t j = 0; //char match ct
        while(j < patLgth)
        {
            if(src[srcI - j] == pat[patLgth - j - 1])
                ++j;
            else
            {
                //since the number of characters to skip may be negative, I just increment in that case

                size_t t = skip[(int)src[srcI - j]];
                if(t > j)
                    srcI = srcI + t - j;
                else
                    ++srcI;
                break;
            }
        }
        if(j == patLgth)
            return (unsigned char*)&src[srcI + 1 - j];
    }
    return nullptr;
}

循环产生了这个输出（即这些是算法收到的干草堆）：

这个大海捞针包含一根针！不用说，只需要找到2个匹配！
eedle！不用说，只需要找到2个匹配！
不用说eed 2 meed be be be be found！

正如您所看到的，输入在第二次运行后完全搞砸了。我错过了什么？我认为内容无法修改，因为我正在传递const指针在循环中设置指针的方法是错误的，还是我的字符串搜索搞砸了？

Btw：这是完整的代码，除了包含和循环代码的主要功能。

修改

第一次返回时丢失的nullptr是由于复制/粘贴错误造成的，因为它实际上存在于源中。

为了澄清，这是我的包装函数：

inline char* boyerMoore(const string &src, const string &pat)
{
    return (const char*) boyerMoore((const unsigned char*) src.c_str(), src.size(),
            (const unsigned char*) pat.c_str(), pat.size());
}

Answer 1

在boyerMoore()函数中，第一个返回值不是返回值（您只有return;而不是return nullptr;）GCC并不总是警告丢失返回值，而不返回任何内容是未定义的行为。这意味着当您将返回值存储在res中并再次调用该函数时，无法确定将打印出来的内容。您可以看到related discussion here。

另外，你省略了便利函数来计算你传入的字符串的长度。我建议仔细检查那个逻辑以确保大小正确 - 我假设你正在使用{{ 1}}或类似的。

字符指针在简单的Boyer-Moore实现中搞砸了

1 个答案: