字符串匹配处理
2016-06-20 10:02 halberts 阅读(383) 评论(0) 编辑 收藏 举报我先抛砖引玉写几个topic，然后我会指定你们中的一些领域专家分享自己的知识，当然也欢迎你们毛遂自荐。
- 将一个string转换为int
这是我以前爱用的面试题，即使不考虑科学计数法和其它进制，短时间写出正确程序仍然不易（需要考虑溢出）
- 字符串左旋：比如abcde向左旋转三位变成deabc
- 假设客户端和服务器之间的通信是不安全的（传递的所有数据都可能被非法获得，对称加密算法可能被破解）
设计安全机制，在服务正常用户的同时，拒绝非法访问
- 随机生成m个整数，要求
a) 每个数出现的概率均等
b) 它们在1到n之间
c) 它们各不相同
d) 效率较高
- 给定一个包含n 个整数的数组，找出其中出现超过一次的数
这5道题如果你能不借助任何外力，做出4道，请来找我。
进入正题：
字符串处理在工作中经常遇到，最有名的算法就是kmp。但是，它有几个缺点：
1. 只能单字符串；
2. 需要预处理；
3. 其实，它的速度不是最快的……出名只是因为在教材中；
4. 不能处理最长公共子串等其它非匹配问题。
事实上，字符串处理博大精深：
- 单字符串匹配
在长度为n的匹配串中查找长度为m的模式串是否出现，以及出现的位置
a) Brute Force
从左到右一个字符一个字符比较
时间复杂度O(n*m)
b) KMP
最有名的算法，教科书中，作者之一（K）是图灵奖得主
核心思想是，充分利用m的特性，匹配失败时，尽可能多地移动模式串，以减少比较次数
时间复杂度O(n)
http://jpkc.nwu.edu.cn/datastr/study_online/newsite/pluspage/kmp.htm
c) Horspool
从右到左比较
当匹配失败时，模式串从不匹配字符处向左寻找匹配串中不匹配的字符，若找到取最靠右的那个，移动模式串对齐；若找不到，移动模式串到不匹配字符处右方
时间复杂度平均O(n)，最坏O(n*m)
http://www.cnblogs.com/dsky/archive/2012/04/24/2467655.html
d) BM
这个算法的实际效果比KMP快数倍；是逻辑上最复杂的算法
相当于KMP和Horspool的结合
时间复杂度O(n)
http://blog.csdn.net/iJuliet/article/details/4200771
e) Sunday
这是我个人最喜欢的算法，比BM快，同时很简洁
其它和Horspool类似，只是比较的不是不匹配的字符，而是匹配串中下一位字符
http://baike.baidu.com/view/6325831.htm?fr=aladdin
f) Rabin-Karp
以串而不是字符为单位，串映射为值；值一样再继续比较
http://en.wikipedia.org/wiki/Rabin%E2%80%93Karp_algorithm
- 多字符串匹配
在很多匹配串（字典）中查找长度为m的模式串
a) Trie
我个人比较喜欢的一种算法，广泛应用于tips（搜索提示）、禁词过滤等
http://zh.wikipedia.org/zh/Trie
b) Aho–Corasick
有限状态自动机+KMP
http://en.wikipedia.org/wiki/Aho%E2%80%93Corasick_string_matching_algorithm
- 后缀数组
后缀数组是字符处理的利器，广泛应用于求最长前缀、最长公共子串、最长递增子串、最长回文子串和最长重复子串等。
如果参加ACM，此技能必须掌握。
