字符串匹配：KMP算法, Boyer-Moore算法理解与总结

1. KMP算法是前缀匹配算法，一次从前往后匹配的过程中，根据已经部分匹配的信息，在文本中，移动尽可能远的距离。而不是按照朴素模式匹配方法，每次都只移动一个位置。

比如这个示例，在文本串中从4(从0开始编号)开始逐个字符匹配，直到某个不匹配的字符(空格和D)，然后朴素模式匹配算法是从下一个字符继续开始。而KMP算法，就是根据已经匹配的部分信息"ABCDAB"和模式串，直接从第二个AB开始下一轮的匹配！

"部分匹配"的实质是，有时候，字符串头部和尾部会有重复。比如，"ABCDAB"之中有两个"AB"，那么它的"部分匹配值"就是2（"AB"的长度）。搜索词移动的时候，第一个"AB"向后移动4位（字符串长度-部分匹配值），就可以来到第二个"AB"的位置。

 

2. BM算法是后缀匹配算法，从后往前开始匹配。而每次当遇到不匹配的字符时，则根据已经匹配的后缀信息，从尽可能远的位置开始匹配！

此时I是坏字符，且I不在模式串"EXAMPLE"中，假如根据坏字符规则：那么模式串开始跟I的下一个字符M对齐，然后开始下一轮匹配。

但是这里没有充分利用已经匹配的后缀，由于后缀"MPLE" 已经匹配，模式串的第一个字符时E，肯定跟坏字符I的下一个字符M不等，所以这里应该利用好后缀，把模式串移动尽可能远的距离，开始下一轮的匹配。

这里模式串的第一个字符为E，所以直接从好后缀中，第一次出现E的位置开始下一轮的匹配！

注意这里：为什么要从好后缀中第一个出现模式串开始字符E的地方开始匹配呢？因为BM算法是后缀匹配算法，从后往前匹配，所以在一轮匹配匹配过程中，已经扫描过了模式串和文本串直到第一次坏字符的位置，但是模式串之前的字符是什么不知道，所以从好后缀中第一个出现模式串开始字符E的地方开始匹配。

所以，在每一轮匹配过程中，不匹配时，BM算法就是根据坏字符规则和好后缀，把模式串移动尽可能远的距离，开始下一轮的匹配！

 

 总结：KMP算法和BM算法的思想，都是充分部分匹配和文本串当前字符、模式串字符不匹配时所隐含的信息，把模式串移动尽可能远的距离，开始下一轮的匹配！

 

参考资料：

http://www.ruanyifeng.com/blog/2013/05/boyer-moore_string_search_algorithm.html

http://www.ruanyifeng.com/blog/2013/05/Knuth%E2%80%93Morris%E2%80%93Pratt_algorithm.html

http://www.cnblogs.com/gaochundong/p/boyer_moore_string_matching_algorithm.html

http://www.cnblogs.com/gaochundong/p/string_matching.html