字符串简单模式匹配算法与IndexOf方法比较

　　我写的这个简单模式匹配方法目前还是一个半成品，还有一些地方需要完善，没有考虑在匹配多个字符串的时候各个字符串的hashcode值之和可能会大于Int64.MaxValue，当然绝大部分情况下不会发生溢出问题。

  主要思想：

    暂且先把要被查找的字符串称为源字符串， 要匹配的字符串叫目标字符串好了。

    1： 对目标字符串所有字符进行一个Hashcode求和运算。

    2：同时对在源字符串对同样长度（该长度必须与目标字符串的长度相同，这样可以保证一个求和的hascode表示一个唯一的字符串）的字符进行一个hashcode求各运算。

    3：比较二个hashcode值，如果相等则表示匹配成功，否则继续滑动目标字符串，源字符串前进一位，同时计算源字符串的hashcode值，依此类推，直接匹配到字符串为止

   代码：

public static bool Match(this string src,string pattern)
        {
            int patternLen = pattern.Length;
            int srcLen = src.Length;

            if (srcLen == 0 || srcLen < patternLen)
            {
                return false;
            }
            
            long patternHashCode = 0;
            long srcHashCode = 0;

           
            for (int i = 0; i < patternLen; i++)
            {
                patternHashCode += pattern[i].GetHashCode();
                srcHashCode += src[i].GetHashCode();
            }

            int j = 0;

            do
            {
                if (patternHashCode == srcHashCode)
                {
                    return true;
                }
                if (j + patternLen < srcLen)
                {
                    srcHashCode = srcHashCode - src[j].GetHashCode() + src[j + patternLen].GetHashCode();
                }
            }
            while (j++ < srcLen);

            return false;
        }

下面我比较了一下该算法与IndexOf的性能，我读取一个将近12M的文本文件，分别用Match与IndexOf来匹配指定的字符串，测试代码如下：

static void Main(string[] args)
        {
            
            string text = "";
            string pattern = "淡泊以明志，宁静以致远";
            
            FileStream fs = new FileStream("刘太医谈养生.TXT", FileMode.Open);
            using (StreamReader sr = new StreamReader(fs,Encoding.GetEncoding("gb2312")))
            {
                text = sr.ReadToEnd();
            }

         
            Stopwatch sw = Stopwatch.StartNew();
            sw.Start();
            bool result = text.Match(pattern);
            sw.Stop();

            Console.WriteLine("pattern search\r\nfound:{0},elpased:{1}ms", result, sw.ElapsedMilliseconds);

            sw.Restart();
            result = text.IndexOf(pattern) >= 0;
            sw.Stop();
            
          
            Console.WriteLine("index of search\r\nfound:{0},elpased:{1}ms", result, sw.ElapsedMilliseconds);
            
            Console.Read();
        }

测试结果，我直接截了一张图：

差距就不说了，IndexOf时间都耗在对字符串的索引访问的地方，当一个字符串非常长的时候，访问指定位置的索引就需要移动指针，字符串越长，移动指针的次数据就越多，而且还是在一个循环当中，这样性能差距就体现出来了。