返回递归匹配的字符串搜索算法 - Java

Question

Rabin-Karp搜索算法工作正常，但任何人都可以帮助指导我将其修改为递归搜索吗？ http://algs4.cs.princeton.edu/53substring/RabinKarp.java.html。 例如：

 *  **pattern:** rar
 *  **text:**    abacadabrararbracabrarararacadabrabrarbracad 
 *  **match1:**          rar               
 *  **match2:**            rar
 *  **match3:**                     rar
 *  **match4:**                       rar
 *  **match5:**                         rar
 *  **match5:**                                     rar

还有其他更快的递归文本匹配搜索算法吗？

解

从http://johannburkard.de/software/stringsearch/添加外部库以构建路径。下面的代码将返回匹配的所有起始位置。包括像match1和match2这样的嵌入式内容。

import com.eaio.stringsearch.BNDM;

String pattern = "rar";
String text = "abacadabrararbracabrarararacadabrabrarbracad";

// Loop through text to get starting position of matched pattern.
List<Integer> matchPoint =new ArrayList<Integer>();
int slice = -1;
while (slice<text.length()){
    slice+=1;
    com.eaio.stringsearch.BNDM result = new BNDM();
    int pos = result.searchString(text, slice, pattern);
    if (pos != -1) {
        slice = pos;
        matchPoint.add(pos);
    }
}

Answer 1

当然有。我不建议在搜索字符串中的小图案时使用Rabin-Karp。 KMP，即Knuth-Morris-Pratt算法需要线性时间和线性附加内存，并且可以返回所有匹配，而不会遇到在处理Rabin-Karp时发生冲突的情况。请阅读wiki。这个算法有点难以理解，但代码更短，一旦你做对了，你会感到非常满意。

Answer 2

对于较长的模式，Boyer-Moore algorithm或Horspool's algorithm等变体通常更快。 Boyer-Moore算法不是特别适合大字母表。如果文本可以是完整的Unicode范围，则它将使用相当大的移位表，但如果文本是ASCII或latin1，则查找表的额外空间很小。对于大型字母表，我也推荐使用KMP。