你曾经使用过KMP或BM算法吗？

Question

我知道KMP（Knuth-Morris-Pratt）和BM（Boyers-Moore）算法都是很好的字符串搜索操作算法。 我也知道BM比KMP快3-5倍。

根据您的行业软件编程经验，您是否使用过BM或KMP算法？ 这个算法真的很重要吗？

Answer 1

如果您查看Java的String.indexOf函数，它们似乎使用强力方法进行字符串匹配。 你可能想知道为什么会这样。

原因是某些查询预处理是在这些算法中执行的，并且可能成本很高（特别是对于BM，如果您同时使用这两个数组）。因此，在KMP和BM可以使用强力方法之前，您搜索的字符串必须是大尺寸的。

在使用不同的算法时总是存在交易，当处理大字符串时，您可以考虑索引文本而不是查询（例如后缀树）。当您每次处理新文本时，这甚至可能很有用。

在我看来，这些算法相当具有学术性，只在特殊情况下才有用。

Answer 2

glibc的strstr函数是线性的。它使用Two-Way Algorithm，我认为它是Boyer-Moore的变体。所以，我想这会让任何在gcc中使用strstr的人实际上在现实世界中使用快速字符串搜索算法。

关于快速算法是否重要的​​问题，恕我直言，只有当数据的大小足够大时才重要。我们做的很多显式字符串操作都是在非常小的字符串上（比如少于500个字符）。这并不是说我们不会进行繁重的字符串操作（例如，对数据库进行全文搜索），但在这种情况下，我们通常会让数据库或库为我们做繁重的工作。数据库或库使用快速字符串搜索算法 - 所以我不会说它们无关紧要，只是它的使用对我们来说是不可见的。

Answer 3

我在硬件上实施了一次KMP。如果硬件是FPGA，您可以使用可重配置性和自修改电路。该电路获取搜索字符串。然后在硬件中进行必要的预先调试，并将其自身重新配置为实际制造KMP的逻辑。但是这里也必须抓取大量数据以加快速度，但有一些事情是如此（例如DNA匹配）。