sunday 算法--解决字符串匹配问题

一、Sunday 匹配机制
匹配机制非常容易理解：

目标字符串 haystack，长度为len

模式串 needle，长度为len_pattern

当前查询索引 idx （初始为 0）

待匹配字符串 search= haystack.substring(idx, idx + len_pattern)，即从idx下标开始取长度len_pattern的字符串；

每次匹配都会从目标字符串中提取待匹配字符串与模式串进行匹配：

若匹配，则返回当前 idx

不匹配，则查看待匹配字符串的后一位字符 c：

若c存在于模式串 needle中，则 idx = idx + 偏移表[c]

否则，idx = idx + len(needle)

Repeat Loop 直到 idx + len(needle) > len(haystack)

二、偏移表

偏移表的作用是存储每一个在 模式串 中出现的字符，在 模式串 中出现的最右位置到尾部的距离 +1+1

 

三、举例
String: checkthisout
Pattern: this

Step 1:

idx = 0
待匹配字符串为：chec
因为 chec != this
所以查看 chec 的下一个字符 k
k 不在 Pattern 里
所以查看 偏移表，idx = idx + 5
Step 2:

idx = 5
待匹配字符串为：this
因为 this == this
匹配，所以返回 5
四、算法分析
最坏情况：O(nm)
平均情况：O(n)

代码：

public static int sunday(String haystack, String needle) {

    // 几种特殊情况，快速剪枝
    if (haystack.equals(needle) || needle.isEmpty()) return 0;
    if (needle.length() > haystack.length()) return -1;
    int idx = 0;
    int len_pattern = needle.length();
    int len_search = haystack.length();
    int len = len_search;
    while (len_search >= len_pattern && idx + len_pattern <= len) {
        String sub = haystack.substring(idx, idx + len_pattern);
        if (sub.equals(needle)) return idx;
        else {
            int pos = getPos(haystack.charAt(idx + len_pattern == len ? idx + len_pattern - 1 : idx + len_pattern), needle.toCharArray());
            if (pos == -1) {
                idx += len_pattern + 1;
            } else {
                // 找到字符
                idx += len_pattern - pos;
            }
            len_search = len - idx;
        }
    }

    return -1;
}

public static int getPos(char ch, char[] tmp) {
    for (int i = tmp.length - 1; i >= 0; i--) {
        if (tmp[i] == ch) return i;
    }
    return -1;
}