[knowledge][模式匹配] 字符匹配/模式匹配 正则表达式 自动机

 

字符串 T = abcabaabcabac，字符串 P = abaa，判断P是否是T的子串，就是字符串匹配问题了，T 叫做文本（Text） ，P 叫做模式（Pattern），所以正确描述是，找出所有在文本 T = abcabaabcabac 中模式 P = abaa 的所有出现。

方法分为： 朴素算法，也叫做 BF(Brute-Force)算法

高级算法：Rabin-Karp算法，Knuth-Morris-Pratt算法，字典树，AC自动机。

 

模式匹配概述：http://mindlee.com/2011/11/25/string-matching/

KMP详解：https://zhuanlan.zhihu.com/p/24649304

 

正则表达式（概念讲的比较好）： https://zhuanlan.zhihu.com/p/27338649

 

有限状态机无限状态机？？？ 还不太懂。。。。。

非确定型有穷自动机/确定型有穷自动机  NFA&DFA：https://zh.wikipedia.org/wiki/%E9%9D%9E%E7%A1%AE%E5%AE%9A%E6%9C%89%E9%99%90%E7%8A%B6%E6%80%81%E8%87%AA%E5%8A%A8%E6%9C%BA

 

正则语言： 同样不知所云。。。。。

https://zh.wikipedia.org/wiki/%E6%AD%A3%E5%88%99%E8%AF%AD%E8%A8%80

 

Hyperscan与PCRE比较： http://syswift.com/1.html

 

自动机：

http://blog.csdn.net/c601097836/article/details/47040703

https://baike.baidu.com/item/%E8%87%AA%E5%8A%A8%E6%9C%BA

https://zh.wikipedia.org/wiki/%E8%87%AA%E5%8B%95%E6%A9%9F%E7%90%86%E8%AB%96

一个用于状态机编译解析的库 Ragel http://www.colm.net/open-source/ragel/

Understanding the formal relationship between regular expressions and deterministic finite automata is key to using Ragel effectively.

理解正则表达式与确定有限状态自动机之间的关系，是用好这个库的关键。

 

AC， NFA， DFA有什么关系？

　　使用Aho-Corasick算法需要三步：

　　1.建立模式的Trie

　　2.给Trie添加失败路径

　　3.根据AC自动机，搜索待处理的文本

在第三步里，的AC自动机，可以使用NFA实现，或者DFA实现。

http://www.itwendao.com/article/detail/432004.html

 

PCRE：https://www.pcre.org/

perl: [knowledge][perl][pcre][sed] sed / PCRE 语法/正则表达式