Boyer-Moore 经典单模式匹配算法BM模式匹配算法-原理（图解）由于毕业设计（入侵检测）的需要，这两天仔细研究了BM模式匹配算法，稍有心得，特此记下。
首先，先简单说明一下有关BM算法的一些基本概念。
BM算法是一种精确字符串匹配算法（区别于模糊匹配）。
BM算法采用从右向左比较的方法，同时应用到了两种启发式规则，即坏字符规则和好后缀规则，来决定向右跳跃的距离。
BM算法的基本流程: 设文本串T，模式串为P。
首先将T与P进行左对齐，然后进行从右向左比较，如下图所示:若是某趟比较不匹配时，BM算法就采用两条启发式规则，即坏字符规则和好后缀规则，来计算模式串向右移动的距离，直到整个匹配过程的结束。
下面，来详细介绍一下坏字符规则和好后缀规则。
首先，诠释一下坏字符和好后缀的概念。
请看下图：图中，第一个不匹配的字符（红色部分）为坏字符，已匹配部分（绿色）为好后缀。
1）坏字符规则（Bad Character）：在BM算法从右向左扫描的过程中，若发现某个字符x不匹配，则按如下两种情况讨论：i. 如果字符x在模式P中没有出现，那么从字符x开始的m个文本显然不可能与P匹配成功，直接全部跳过该区域即可。
ii. 如果x在模式P中出现且出现次数>=1，则以该字符所在最右边位置进行对齐。
用数学公式表示，设Skip(x)为P右移的距离，m为模式串P的长度，max(x)为字符x在P中最右位置。
可以总结为字符x出现与否，将max(x)=0作为初值即可。
例1：下图红色部分，发生了一次不匹配。
计算移动距离Skip(c) = m-max(c)=5 - 3 = 2，则P向右移动2位。
移动后如下图：2）好后缀规则（Good Suffix）：若发现某个字符不匹配的同时，已有部分字符匹配成功，则按如下两种情况讨论：i. 如果在P中位置t处已匹配部分P'在P中的某位置t'也出现，且位置t'的前一个字符与位置t的前一个字符不相同，则将P右移使t'对应t方才的所在的位置。
ii. 如果在P中任何位置已匹配部分P'都没有再出现，则找到与P'的后缀P''相同的P的最长前缀x，向右移动P，使x对应方才P''后缀所在的位置。
用数学公式表示，设Shift(j)为P右移的距离，m为模式串P的长度，j 为当前所匹配的字符位置，s为t'与t的距离（以上情况i）或者x与P''的距离（以上情况ii）。
以上过程有点抽象，所以我们继续图解。
例2：下图中，已匹配部分cab（绿色）在P中再没出现。
再看下图，其后缀T'（蓝色）与P中前缀P'（红色）匹配，则将P'移动到T'的位置。
移动后如下图：自此，两个规则讲解完毕。
在BM算法匹配的过程中，取SKip(x)与Shift(j)中的较大者作为跳跃的距离。
BM算法预处理时间复杂度为O（m+s），空间复杂度为O(s)，s是与P, T 相关的有限字符集长度，搜索阶段时间复杂度为O(m·n)。
最好情况下的时间复杂度为O(n/m)，最坏情况下时间复杂度为O(m·n)。
BM模式匹配算法-实现（C语言）下面是SNORT2.7.0中提取出的代码。
1./*2.函数：int* MakeSkip(char *, int)3.目的：根据坏字符规则做预处理，建立一张坏字符表4.参数：5. ptrn => 模式串P6. PLen => 模式串P长度7.返回：8. int* - 坏字符表9.*/10.int* MakeSkip(char *ptrn, int pLen)11.{12. int i;13. //为建立坏字符表，申请256个int的空间14. /*PS:之所以要申请256个，是因为一个字符是8位，15. 所以字符可能有2的8次方即256种不同情况*/16. int *skip = (int*)malloc(256*sizeof(int));17.18. if(skip == NULL)19. {20. fprintf(stderr, "malloc failed!");21. return 0;22. }23.24. //初始化坏字符表，256个单元全部初始化为pLen25. for(i = 0; i < 256; i++)26. {27. *(skip+i) = pLen;28. }29.30. //给表中需要赋值的单元赋值，不在模式串中出现的字符就不用再赋值了31. while(pLen != 0)32. {33. *(skip+(unsigned char)*ptrn++) = pLen--;34. }35.36. return skip;37.}38.39.40./*41. 函数：int* MakeShift(char *, int)42. 目的：根据好后缀规则做预处理，建立一张好后缀表43. 参数：44. ptrn => 模式串P45. PLen => 模式串P长度46. 返回：47. int* - 好后缀表48.*/49.int* MakeShift(char* ptrn,int pLen)50.{51. //为好后缀表申请pLen个int的空间52. int *shift = (int*)malloc(pLen*sizeof(int));53. int *sptr = shift + pLen - 1;//方便给好后缀表进行赋值的指标54. char *pptr = ptrn + pLen - 1;//记录好后缀表边界位置的指标55. char c;56.57. if(shift == NULL)58. {59. fprintf(stderr,"malloc failed!");60. return 0;61. }62.63. c = *(ptrn + pLen - 1);//保存模式串中最后一个字符，因为要反复用到它64.65. *sptr = 1;//以最后一个字符为边界时，确定移动1的距离66.67. pptr--;//边界移动到倒数第二个字符（这句是我自己加上去的，因为我总觉得不加上去会有BUG，大家试试“abcdd”的情况，即末尾两位重复的情况）68.69. while(sptr-- != shift)//该最外层循环完成给好后缀表中每一个单元进行赋值的工作70. {71. char *p1 = ptrn + pLen - 2, *p2,*p3;72.73. //该do...while循环完成以当前pptr所指的字符为边界时，要移动的距离74. do{75. while(p1 >= ptrn && *p1-- != c);//该空循环，寻找与最后一个字符c匹配的字符所指向的位置76.77. p2 = ptrn + pLen - 2;78. p3 = p1;79.80. while(p3 >= ptrn && *p3-- == *p2-- && p2 >= pptr);//该空循环，判断在边界内字符匹配到了什么位置81.82. }while(p3 >= ptrn && p2 >= pptr);83.84. *sptr = shift + pLen - sptr + p2 - p3;//保存好后缀表中，以pptr所在字符为边界时，要移动的位置85. /*86. PS:在这里我要声明一句，*sptr = （shift + pLen - sptr） + p2 - p3;87. 大家看被我用括号括起来的部分，如果只需要计算字符串移动的距离，那么括号中的那部分是不需要的。
88. 因为在字符串自左向右做匹配的时候，指标是一直向左移的，这里*sptr保存的内容，实际是指标要移动89. 距离，而不是字符串移动的距离。
我想SNORT是出于性能上的考虑，才这么做的。
90. */91.92. pptr--;//边界继续向前移动93. }94.95. return shift;96.}97.98.99./*100.函数：int* BMSearch(char *, int , char *, int, int *, int *)101.目的：判断文本串T中是否包含模式串P102.参数：103. buf => 文本串T104. blen => 文本串T长度105. ptrn => 模式串P106. PLen => 模式串P长度107. skip => 坏字符表108. shift => 好后缀表109.返回：110. int - 1表示成功（文本串包含模式串），0表示失败（文本串不包含模式串）。
111.*/112.int BMSearch(char *buf, int blen, char *ptrn, int plen, in t *skip, int *shift)113.{114.int b_idx = plen;115. if (plen == 0)116. return 1;117. while (b_idx <= blen)//计算字符串是否匹配到了尽头118. {119.int p_idx = plen, skip_stride, shift_stride; 120. while (buf[--b_idx] == ptrn[--p_idx])//开始匹配121. {122. if (b_idx < 0)123. return 0;124. if (p_idx == 0)125. {126. return 1;127. }128. }129. skip_stride = skip[(unsigned char)buf[b_idx]];//根据坏字符规则计算跳跃的距离130. shift_stride = shift[p_idx];//根据好后缀规则计算跳跃的距离131. b_idx += (skip_stride > shift_stride) ? skip_stride : shift_stride;//取大者132. }133. return 0;134.}经典单模式匹配算法：KMP、BM；经典多模式匹配算法：AC、Wu-Manber。
貌似实用中，KMP跟C库strstr()效率相当，而BM能快上3x-5x。
于是小女不才花了小天的功夫来研究这个BM算法。
BM如何快速匹配模式？它怎么跳跃地？我今儿一定要把大家伙儿讲明白了，讲不明白您佬跟帖，我买单，包教包会。