串的模式匹配

串的模式匹配

给定两个由英文字母组成的字符串 String 和 Pattern，要求找到 Pattern 在 String 中第一次出现的位置，并将此位置后的 String 的子串输出。如果找不到，则输出“Not Found”。

本题旨在测试各种不同的匹配算法在各种数据情况下的表现。各组测试数据特点如下：

• 数据0：小规模字符串，测试基本正确性；
• 数据1：随机数据，String 长度为 10⁵，Pattern 长度为 10；
• 数据2：随机数据，String 长度为 10⁵，Pattern 长度为 10²；
• 数据3：随机数据，String 长度为 10⁵，Pattern 长度为 10³；
• 数据4：随机数据，String 长度为 10⁵，Pattern 长度为 10⁴；
• 数据5：String 长度为 10⁶，Pattern 长度为 10⁵；测试尾字符不匹配的情形；
• 数据6：String 长度为 10⁶，Pattern 长度为 10⁵；测试首字符不匹配的情形。

输入格式:

输入第一行给出 String，为由英文字母组成的、长度不超过 10⁶ 的字符串。第二行给出一个正整数 N（≤ 10），为待匹配的模式串的个数。随后 N 行，每行给出一个 Pattern，为由英文字母组成的、长度不超过 10⁵ 的字符串。每个字符串都非空，以回车结束。

输出格式:

对每个 Pattern，按照题面要求输出匹配结果。

输入样例:

abcabcabcabcacabxy
3
abcabcacab
cabcabcd
abcabcabcabcacabxyz

输出样例:

abcabcacabxy
Not Found
Not Found

 

解题思路

　　这里给出多种解法。

　　首先是用库函数strstr，AC代码如下：

#include <cstdio>
#include <cstring>

const int MAXN = 1e6 + 1;

int main() {
    char str[MAXN], pat[MAXN];
    scanf("%s", str);
    int n;
    scanf("%d", &n);
    for (int i = 0; i < n; i++) {
        scanf("%s", pat);
        char *ret = strstr(str, pat);
        printf("%s\n", ret ? ret : "Not Found");
    }
}

　　接着是KMP算法，AC代码如下：

#include <cstdio>
#include <cstring>

const int MAXN = 1e6 + 1;

void getNext(char *pat, int *next) {
    next[0] = -1;
    int m = strlen(pat);
    for (int i = 1; i < m; i++) {
        int j = next[i - 1];
        while (j != -1 && pat[j] != pat[i - 1]) {
            j = next[j];
        }
        next[i] = j + 1;
    }
}

int KMP(char *str, char *pat) {
    int n = strlen(str), m = strlen(pat);
    int next[m];
    getNext(pat, next);
    
    int i = 0, j = 0;
    while (i < n && j < m) {
        if (j == -1 || str[i] == pat[j]) i++, j++;
        else j = next[j];
    }
    
    return j == m ? i - j : -1;
}

int main() {
    char str[MAXN], pat[MAXN];
    scanf("%s", str);
    int n;
    scanf("%d", &n);
    for (int i = 0; i < n; i++) {
        scanf("%s", pat);
        int ret = KMP(str, pat);
        printf("%s\n", ret == -1 ? "Not Found" : str + ret);
    }
    
    return 0;
}

　　其中getNext函数还可以写成这样：

void getNext(char *pat, int *next) {
    next[0] = -1;
    int m = strlen(pat);
    for (int i = 0, j = -1; i < m - 1; ) {
        if (j == -1 || pat[i] == pat[j]) next[++i] = ++j;
        else j = next[j];
    }
}　

关于getNext函数的解析，可以参考我的博客，KMP算法中我对获取next数组的理解：https://www.cnblogs.com/onlyblues/p/14829122.html　

　　最后给个用STL中的std::string实现的AC代码：

#include <cstdio>
#include <iostream>
#include <string>
using namespace std;

void getNext(string &pat, int *next) {
    next[0] = -1;
    for (int i = 0, j = -1; i < pat.size() - 1; ) {
        if (j == -1 || pat[i] == pat[j]) next[++i] = ++j;
        else j = next[j];
    }
}

int KMP(string &str, string &pat) {
    int n = str.size(), m = pat.size();
    int next[m];
    getNext(pat, next);
    
    int i = 0, j = 0;
    while (i < n && j < m) {
        if (j == -1 || str[i] == pat[j]) i++, j++;
        else j = next[j];
    }
    
    return j == m ? i - j : -1;
}

int main() {
    string str, pat;
    getline(cin, str);
    int n;
    scanf("%d\n", &n);
    for (int i = 0; i < n; i++) {
        getline(cin, pat);
        int ret = KMP(str, pat);
        printf("%s\n", ret == -1 ? "Not Found" : str.c_str() + ret);
    }
    
    return 0;
}