开发学院软件开发C++ 字符串近似匹配算法 阅读

字符串近似匹配算法

 2008-03-08 21:51:17 来源:WEB开发网   
核心提示:字符串的近似匹配,就是答应在匹配时有一定的误差,字符串近似匹配算法,比如在字串“以前高手好久不见”中找“以前是高手”也能成功,具体地说,看算法吧,看不懂?没事了,错误可以有三种类型:加字符(以前也是高手)、漏字符(以前高手)和替换字符(以前石膏手),下面的函数在text中查找子串pat

  字符串的近似匹配,就是答应在匹配时有一定的误差,比如在字串“以前高手好久不见”中找“以前是高手”也能成功。具体地说,错误可以有三种类型:加字符(以前也是高手)、漏字符(以前高手)和替换字符(以前石膏手)。下面的函数在text中查找子串pat,最多答应有k个错误。返回的是匹配的终点(我还没想好如何确定起点,呵呵)。
至于算法的原理,现在一下子说不清楚,只能说这是一个非确定性有限自动机,以后有时间的话再具体介绍。有爱好的话可以自己去看文章《Faster ApPRoximate String Matching》, Algorithmica (1999) 23: 127-158。

算法的限制:(m-k)*(k+2) <= 64, 这里m是子串的长度。那个64是因为哦用了64位整数来编码自动机的状态。假如答应两个错误,则子串最长为18个字符,对一般应用来说足够了。

好了,废话少说,看算法吧。看不懂?没事了,哦也是半懂半不懂的。

char* amatch(const char* text, const char* pat, int k)
{
 int m = strlen(pat);
 assert(m-k>0);
 assert((m-k)*(k+2)<= 64);
 int j;
 __int64 Din = 0;
 __int64 M1 = 0;
 __int64 M2 = 0;
 __int64 M3 = 0;
 __int64 G = 1 << k;
 int onekp1 = (1 << (k+1)) - 1;
 for (j=0; j<m-k; j++)
 {
  Din = (Din << (k+2))onekp1;
  M1 = (M1 << (k+2))1;
  if (j < m-k-1)
   M2 = (M2 << (k+2)) 1;
 }
 M2=(M2<<(k+2))onekp1;
 __int64 D=Din;
 const char* s=text;
 int c=*s++;
 while(c)
 {
  int found=0;
  const char* sp=pat;
  for(j=0;j<k+1;j++)
  {
   int cp=*sp++;
   if(c==cp)
   {
    found=1;
    break;
   }
  }
  if(found)
  {
   do
   {
    __int64 tc = 0;
    const char* sp = pat;
    for (j=0; j<m; j++)
    {
     int cp = *sp++;
     if (c!=cp)
     c=(1<<j);
    }
    __int64 Tc = 0;
    for (j=0; j<m-k; j++)
    Tc = (Tc<<(k+2))((tc>>j)&onekp1);
    __int64 x = (D>>(k+2))Tc;
    D=((D<<1)M1)&((D<<(k+3))M2)&(((x+M1)^x)>>1)&Din;
    if((D & G) == 0)
     return (char*)s;
    if(D != Din)
     c = *s++;
   }
   while ( D != Din && c);
  }
  if (c)
   c = *s++;
}
return NULL;


Tags:字符串 近似 匹配

编辑录入:爽爽 [复制链接] [打 印]
[]
  • 好
  • 好的评价 如果觉得好,就请您
      0%(0)
  • 差
  • 差的评价 如果觉得差,就请您
      0%(0)
更多精彩
    赞助商链接

    热点阅读
      焦点图片
        最新推荐
          精彩阅读