-
Notifications
You must be signed in to change notification settings - Fork 2
/
kmp_search.py
187 lines (158 loc) · 6.75 KB
/
kmp_search.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
#!/usr/bin/env python
# -*- encoding: UTF-8-*-
"""
* Copyright © https://github.com/jarry All rights reserved.
* @author: [email protected]
* @version: 1.0
"""
import time
def makePMT(pattern):
patternLen = len(pattern)
pmt = [0]*patternLen
for i in range(patternLen):
# 递增取出全部模式字串。子串从第1个字符开始，每次递增1个字符，直到全部完成。
subPattern = pattern[0:i + 1]
j = 0
# 共有成员长度，即部分匹配最大值
# 将当前项与后项逐一比较
pmtValue = 0
prefixArr = []
postfixArr = []
while j < i:
# 遍历同时得到每一个前后缀，自前往后获得每一个前缀
prefix = subPattern[0:j + 1]
# 自后往前获得当前的后缀
postfix = subPattern[i - j:i + 1]
prefixArr.append(prefix)
postfixArr.append(postfix)
# 比较是否有共同项，如果有则更新匹配值，如果遇到更大的则更新最大值
if prefix == postfix and len(prefix) > pmtValue:
pmtValue = len(prefix)
j += 1
# 将部分匹配最大值更新到对应位置中
pmt[i] = pmtValue
print(i, subPattern, ' | ', prefixArr,
' | ', postfixArr, ' | ', pmtValue)
print('makePMT(:pmt:', pmt)
return pmt
def makePMT2(pattern):
patternLen = len(pattern)
pmt = [0]*patternLen
# 用于记录当前已经匹配的前缀长度
pmtValue = 0
# 从模式串的第二个字符开始遍历，因为PMT[0]总是0
for i in range(1, patternLen):
# 当前字符与已匹配前缀的下一个字符不匹配
while pmtValue > 0 and pattern[i] != pattern[pmtValue]:
# 使用PMT中前一个位置的值来回溯，更新pmtValue为更短的前缀长度
pmtValue = pmt[pmtValue - 1]
# 如果当前字符与已匹配的前缀的下一个字符匹配
if pattern[i] == pattern[pmtValue]:
# 增加pmtValue的值，表示前缀长度增加
pmtValue += 1
# 更新PMT数组
pmt[i] = pmtValue
# 以下为打印前后缀测试[可选]
subPattern = pattern[0:i + 1]
prefixArr = []
postfixArr = []
j = 0
while j < i:
prefix = pattern[0:j + 1]
postfix = subPattern[i - j:i + 1]
prefixArr.append(prefix)
postfixArr.append(postfix)
j += 1
print(i, subPattern, ' | ', prefixArr,
' | ', postfixArr, ' | ', pmtValue)
print('makePMT2 pmt:', pmt)
return pmt
"""
查找 `pattern` 在 `text` 中出现的位置。
:param pattern: 要在文本中搜索的模式字符串。
:param text: 搜索 `pattern` 的目标文本。
:return: 如果匹配，则返回其在文本中出现的索引位置；否则返回空数组。
"""
def kmpSearch(pattern, text):
# 输出原始的模式串和文本
print(' pattern:', pattern, 'text:', text)
# 用于存储匹配到的模式串在文本中的起始位置
matches = []
# 生成模式串的部分匹配表
# pmtTable = makePMT(pattern)
pmtTable = makePMT2(pattern)
# j 是模式串的当前匹配位置
j = 0
# 输出生成的部分匹配表
print('根据模式串获取pmtTable:', pmtTable)
# 遍历文本
for i in range(len(text)):
# 当文本字符与模式串字符不匹配，并且模式串的当前匹配位置不是0时
# 回到模式串的部分匹配表的前一个位置继续匹配
while j > 0 and text[i] != pattern[j]:
j = pmtTable[j - 1]
# 如果文本字符与模式串字符匹配
if text[i] == pattern[j]:
# 继续匹配模式串的下一个字符
j += 1
# 如果模式串的所有字符都已匹配成功
if j == len(pattern):
# 将匹配到的模式串在文本中的起始位置添加到结果数组中
matches.append(i - j + 1)
# 根据部分匹配表，调整模式串的当前匹配位置
j = pmtTable[j - 1]
print('匹配结果：', matches)
# 返回匹配结果
return matches
# test
if __name__ == '__main__':
start_time = time.time()
print('KMP搜索测试：')
pattern = 'ABCABAB'
print('pattern:', pattern)
makePMT(pattern)
makePMT2(pattern)
kmpSearch(pattern, 'AAABABCABABCDABABCABAB') # [4, 15]
kmpSearch(pattern, 'ABAAABABCABABCDABABCABAB') # [6, 17]
print("time:" + str((time.time() - start_time) * 1000) + " ms")
"""
jarry@jarrys-MacBook-Pro KMPsearch % python kmp_search.py
KMP搜索测试：
pattern: ABCABAB
0 A | [] | [] | 0
1 AB | ['A'] | ['B'] | 0
2 ABC | ['A', 'AB'] | ['C', 'BC'] | 0
3 ABCA | ['A', 'AB', 'ABC'] | ['A', 'CA', 'BCA'] | 1
4 ABCAB | ['A', 'AB', 'ABC', 'ABCA'] | ['B', 'AB', 'CAB', 'BCAB'] | 2
5 ABCABA | ['A', 'AB', 'ABC', 'ABCA', 'ABCAB'] | ['A', 'BA', 'ABA', 'CABA', 'BCABA'] | 1
6 ABCABAB | ['A', 'AB', 'ABC', 'ABCA', 'ABCAB', 'ABCABA'] | ['B', 'AB', 'BAB', 'ABAB', 'CABAB', 'BCABAB'] | 2
makePMT(:pmt: [0, 0, 0, 1, 2, 1, 2]
1 AB | ['A'] | ['B'] | 0
2 ABC | ['A', 'AB'] | ['C', 'BC'] | 0
3 ABCA | ['A', 'AB', 'ABC'] | ['A', 'CA', 'BCA'] | 1
4 ABCAB | ['A', 'AB', 'ABC', 'ABCA'] | ['B', 'AB', 'CAB', 'BCAB'] | 2
5 ABCABA | ['A', 'AB', 'ABC', 'ABCA', 'ABCAB'] | ['A', 'BA', 'ABA', 'CABA', 'BCABA'] | 1
6 ABCABAB | ['A', 'AB', 'ABC', 'ABCA', 'ABCAB', 'ABCABA'] | ['B', 'AB', 'BAB', 'ABAB', 'CABAB', 'BCABAB'] | 2
makePMT2 pmt: [0, 0, 0, 1, 2, 1, 2]
pattern: ABCABAB text: AAABABCABABCDABABCABAB
1 AB | ['A'] | ['B'] | 0
2 ABC | ['A', 'AB'] | ['C', 'BC'] | 0
3 ABCA | ['A', 'AB', 'ABC'] | ['A', 'CA', 'BCA'] | 1
4 ABCAB | ['A', 'AB', 'ABC', 'ABCA'] | ['B', 'AB', 'CAB', 'BCAB'] | 2
5 ABCABA | ['A', 'AB', 'ABC', 'ABCA', 'ABCAB'] | ['A', 'BA', 'ABA', 'CABA', 'BCABA'] | 1
6 ABCABAB | ['A', 'AB', 'ABC', 'ABCA', 'ABCAB', 'ABCABA'] | ['B', 'AB', 'BAB', 'ABAB', 'CABAB', 'BCABAB'] | 2
makePMT2 pmt: [0, 0, 0, 1, 2, 1, 2]
根据模式串获取pmtTable: [0, 0, 0, 1, 2, 1, 2]
匹配结果： [4, 15]
pattern: ABCABAB text: ABAAABABCABABCDABABCABAB
1 AB | ['A'] | ['B'] | 0
2 ABC | ['A', 'AB'] | ['C', 'BC'] | 0
3 ABCA | ['A', 'AB', 'ABC'] | ['A', 'CA', 'BCA'] | 1
4 ABCAB | ['A', 'AB', 'ABC', 'ABCA'] | ['B', 'AB', 'CAB', 'BCAB'] | 2
5 ABCABA | ['A', 'AB', 'ABC', 'ABCA', 'ABCAB'] | ['A', 'BA', 'ABA', 'CABA', 'BCABA'] | 1
6 ABCABAB | ['A', 'AB', 'ABC', 'ABCA', 'ABCAB', 'ABCABA'] | ['B', 'AB', 'BAB', 'ABAB', 'CABAB', 'BCABAB'] | 2
makePMT2 pmt: [0, 0, 0, 1, 2, 1, 2]
根据模式串获取pmtTable: [0, 0, 0, 1, 2, 1, 2]
匹配结果： [6, 17]
time:0.49424171447753906 ms
"""