热线电话:13121318867

登录
首页精彩阅读Python实现字符串匹配算法代码示例
Python实现字符串匹配算法代码示例
2018-02-10
收藏

Python实现字符串匹配算法代码示例

字符串匹配存在的问题

Python中在一个长字符串中查找子串是否存在可以用两种方法:一是str的find()函数,find()函数只返回子串匹配到的起始位置,若没有,则返回-1;二是re模块的findall函数,可以返回所有匹配到的子串。

但是如果用findall函数时需要注意字符串中存在的特殊字符

蛮力法字符串匹配:

将模式对准文本的前m(模式长度)个字符,然后从左到右匹配每一对对应的字符,直到全部匹配或遇到一个不匹配的字符。后一种情况下,模式向右移一位。

代码如下:
def string_match(string, sub_str):
 # 蛮力法字符串匹配
 for i in range(len(string)-len(sub_str)+1):
  index = i  # index指向下一个待比较的字符
  for j in range(len(sub_str)):
   if string[index] == sub_str[j]:
    index += 1
   else:
    break
   if index-i == len(sub_str):
    return i
 return -1
 
if __name__ == "__main__":
 print(string_match("adbcbdc", "dc"))

最坏情况下,该算法属于Θ(nm),事实上,该算法的平均效率比最差效率好得多。事实上在查找随机文本的时候,其属于线性的效率Θ(n)。

Horspool算法:

Horsepool算法是Boyer-Moore算法的简化版本,这也是一个空间换时间的典型例子。算法把模式P和文本T的开头字符对齐,从模式的最后一个字符开始比较,如果尝试比较失败了,它把模式向后移。每次尝试过程中比较是从右到左的。

在蛮力算法中,模式的每一次移动都是一个字符,Horspool算法的核心思想是利用空间来换取时间,提升模式匹配窗口的移动幅度。与蛮力算法不同的是,其模式的匹配是从右到左的,通过预先算出每次移动的距离并存于表中。
代码如下:    
__author__ = 'Wang'
from collections import defaultdict
def shift_table(pattern):
 # 生成 Horspool 算法的移动表
 # 当前检测字符为c,模式长度为m
 # 如果当前c不包含在模式的前m-1个字符中,移动模式的长度m
 # 其他情况下移动最右边的的c到模式最后一个字符的距离
 table = defaultdict(lambda: len(pattern))
 for index in range(0, len(pattern)-1):
  table[pattern[index]] = len(pattern) - 1 - index
 return table
def horspool_match(pattern, text):
 # 实现 horspool 字符串匹配算法
 # 匹配成功,返回模式在text中的开始部分;否则返回 -1
 table = shift_table(pattern)
 index = len(pattern) - 1
 while index <= len(text) - 1:
  print("start matching at", index)
  match_count = 0
  while match_count < len(pattern) and pattern[len(pattern)-1-match_count] == text[index-match_count]:
   match_count += 1
  if match_count == len(pattern):
   return index-match_count+1
  else:
   index += table[text[index]]
 return -1
 
if __name__ == "__main__":
 print(horspool_match("barber", "jim_saw_me_in_a_barbershopp"))

显然,Horspool算法的最差效率属于属于Θ(nm)。在查找随机文本的时候,其属于线性的效率Θ(n)。虽然效率类型相同,但平均来说,Horspool算法比蛮力算法快很多。

数据分析咨询请扫描二维码

若不方便扫码,搜微信号:CDAshujufenxi

最新资讯
更多
客服在线
立即咨询