字符串匹配處理

我先拋磚引玉寫幾個topic，而後我會指定大家中的一些領域專家分享本身的知識，固然也歡迎大家毛遂自薦。

1. 將一個string轉換爲int

這是我之前愛用的面試題，即便不考慮科學計數法和其它進制，短期寫出正確程序仍然不易（須要考慮溢出）

1. 字符串左旋：好比abcde向左旋轉三位變成deabc
2. 假設客戶端和服務器之間的通訊是不安全的（傳遞的全部數據均可能被非法得到，對稱加密算法可能被破解）

設計安全機制，在服務正經常使用戶的同時，拒絕非法訪問

1. 隨機生成m個整數，要求

a)         每一個數出現的機率均等

b)         它們在1到n之間

c)         它們各不相同

d)         效率較高

1. 給定一個包含n 個整數的數組，找出其中出現超過一次的數

這5道題若是你能不借助任何外力，作出4道，請來找我。

進入正題：

字符串處理在工做中常常遇到，最有名的算法就是kmp。可是，它有幾個缺點：

1. 只能單字符串；

2. 須要預處理；

3. 其實，它的速度不是最快的……出名只是由於在教材中；

4. 不能處理最長公共子串等其它非匹配問題。

 

事實上，字符串處理博大精深：

1. 單字符串匹配

在長度爲n的匹配串中查找長度爲m的模式串是否出現，以及出現的位置

a)         Brute Force

從左到右一個字符一個字符比較

時間複雜度O(n*m)

b)         KMP

最有名的算法，教科書中，做者之一（K）是圖靈獎得主

核心思想是，充分利用m的特性，匹配失敗時，儘量多地移動模式串，以減小比較次數

時間複雜度O(n)

http://jpkc.nwu.edu.cn/datastr/study_online/newsite/pluspage/kmp.htm

c)         Horspool

從右到左比較

當匹配失敗時，模式串從不匹配字符處向左尋找匹配串中不匹配的字符，若找到取最靠右的那個，移動模式串對齊；若找不到，移動模式串到不匹配字符處右方

時間複雜度平均O(n)，最壞O(n*m)

http://www.cnblogs.com/dsky/archive/2012/04/24/2467655.html

d)         BM

這個算法的實際效果比KMP快數倍；是邏輯上最複雜的算法

至關於KMP和Horspool的結合

時間複雜度O(n)

http://blog.csdn.net/iJuliet/article/details/4200771

e)         Sunday

這是我我的最喜歡的算法，比BM快，同時很簡潔

其它和Horspool相似，只是比較的不是不匹配的字符，而是匹配串中下一位字符

http://baike.baidu.com/view/6325831.htm?fr=aladdin

f)          Rabin-Karp

以串而不是字符爲單位，串映射爲值；值同樣再繼續比較

http://en.wikipedia.org/wiki/Rabin%E2%80%93Karp_algorithm

1. 多字符串匹配

在不少匹配串（字典）中查找長度爲m的模式串

a)         Trie

我我的比較喜歡的一種算法，普遍應用於tips（搜索提示）、禁詞過濾等

http://zh.wikipedia.org/zh/Trie

b)         Aho–Corasick

有限狀態自動機+KMP

http://en.wikipedia.org/wiki/Aho%E2%80%93Corasick_string_matching_algorithm

1. 後綴數組

後綴數組是字符處理的利器，普遍應用於求最長前綴、最長公共子串、最長遞增子串、最長迴文子串和最長重複子串等。

若是參加ACM，此技能必須掌握。

http://baike.baidu.com/view/1240197.htm?fr=aladdin

http://wenku.baidu.com/link?url=Qho60zwH165gwPqq0Eubjvv7k9d0uv9J8NX8tzUi5B7Fechm0LJtS3JPJN8syCLfoXdWjhEi71SVYe661idevKMqnOX_X-akYhXq59e5GLS