Question

我在理解Boyer Moore字符串搜索算法方面遇到了问题。

我正在关注以下文件。 Link

我无法确定delta1和delta2的确切含义，以及它们如何应用于查找字符串搜索算法。语言看起来很模糊......

如果有人可以帮助我理解这一点，那将非常有帮助。

或者，如果您知道任何其他易于理解的链接或文档，请分享。

提前致谢。

Answer 1

Boyer-Moore背后的见解是，如果您开始在模式中以 last 字符开头的字符串中搜索模式，那么当您遇到不匹配时，可以向前跳转多个字符

假设我们的模式p是字符序列p1，p2，...，pn，我们正在搜索字符串s，目前p已对齐，pn位于i的索引s。

E.g：

s = WHICH FINALLY HALTS.  AT THAT POINT...
p = AT THAT
i =       ^

B-M论文做了以下观察：

（1）如果我们尝试匹配不在p中的字符，那么我们可以向前跳转n个字符：

'F'不在p，因此我们提前n个字符：

s = WHICH FINALLY HALTS.  AT THAT POINT...
p =        AT THAT
i =              ^

（2）如果我们尝试从k的末尾匹配最后位置为p的字符，那么我们可以向前跳转k个字符：

在p中的最后一个位置距离结尾是4，因此我们提前4个字符：

s = WHICH FINALLY HALTS.  AT THAT POINT...
p =            AT THAT
i =                  ^

现在我们从i向后扫描，直到我们成功或我们遇到不匹配。（3a）如果不匹配从k开头p出现p字符且不匹配的字符不在k中，那么我们可以提前（至少）p个字符。

'L'不在p6且与s = WHICH FINALLY HALTS. AT THAT POINT... p = AT THAT i = ^不匹配，因此我们可以推进（至少）6个字符：

然而，我们实际上可以比这更好。（3b）因为我们知道在旧p我们已经匹配了一些字符（在这种情况下为1）。如果匹配的字符与s = WHICH FINALLY HALTS. AT THAT POINT... p = AT THAT i = ^的开头不匹配，那么我们实际上可以向前跳一点（这篇额外的距离在论文中称为'delta2'）：

s = WHICH FINALLY HALTS.  AT THAT POINT...
p =                       AT THAT
i =                             ^

此时，观察（2）再次适用，给出

{{1}}

和宾果游戏！我们已经完成了。

Answer 2

第一条建议，深呼吸。你明显感到紧张，当你感到压力时，首先发生的事情是大脑的大块关闭。这使得理解变得困难，这增加了压力，并且你遇到了问题。

改善头顶空间的5分钟超时似乎无法采取，但可能会有惊人的帮助。

现在说，该算法基于一个简单的原理。假设我正在尝试匹配长度为m的子字符串。我将首先看一下索引m处的角色。如果该字符不在我的字符串中，我知道我想要的子字符串不能以索引1, 2, ... , m的字符开头。

如果该字符在我的字符串中，我会假设它位于我的字符串中的最后一个位置。然后我会跳回来并开始尝试匹配我可能的起始位置的字符串。这条信息是我的第一张表。

一旦我从子串的开头开始匹配，当我发现不匹配时，我不能从头开始。我可以通过一场比赛从一个不同的角度开始。例如，如果我尝试匹配anand ananand成功匹配anan，请认识到以下a不是d，而是我我只是匹配an，所以我应该跳回去尝试匹配我的子串中的第三个字符。这个，“如果我在匹配x个字符后失败，我可以在匹配的第y个字符上”信息存储在第二个表中。

请注意，当我无法匹配时，第二个表知道匹配的距离我可能基于我刚刚匹配的内容。第一个表知道我可能会基于我刚刚看到的那个我无法匹配的角色。你想对这两条信息使用更悲观的东西。

考虑到这一点，算法的工作原理如下：

start at beginning of string
start at beginning of match
while not at the end of the string:
    if match_position is 0:
        Jump ahead m characters
        Look at character, jump back based on table 1
        If match the first character:
            advance match position
        advance string position
    else if I match:
        if I reached the end of the match:
           FOUND MATCH - return
        else:
           advance string position and match position.
    else:
        pos1 = table1[ character I failed to match ]
        pos2 = table2[ how far into the match I am ]
        if pos1 < pos2:
            jump back pos1 in string
            set match position at beginning
        else:
            set match position to pos2
FAILED TO MATCH

Answer 3

该算法的共同发明人的网站怎么样 - 这有帮助吗？ http://www.cs.utexas.edu/users/moore/best-ideas/string-searching/index.html

喝彩！

Answer 4

H.W的解释。 Lang 非常清楚，因为它详细解释了B＆amp; M，详细说明。只有在读完这篇文章后，我才能理解B＆amp; M算法。

http://www.inf.fh-flensburg.de/lang/algorithmen/pattern/bmen.htm

Answer 5

我找到了这个链接，这以最基本的方式解释了算法。希望这可以帮助。 http://www.blackbeltcoder.com/Articles/algorithms/fast-text-search-with-boyer-moore

Answer 6

另一个详细解释...... {{3P>

Boyer Moore算法理解与实例？

6 个答案: