课程设计报告 题目：字符串匹配算法实测分析
课程名称：数据结构 专业班级：计科XX 学号： UXXXXX XX 姓名：FSH 指导教师：xxx 报告日期： 2015.9.13 计算机科学与技术学院 数据结构课程组 2015年5月
题目字符串匹配算法实测分析 设计目的：掌握线性结构中的字符串的物理存储结构与基本算法，通过查询阅读文献资料，拓广知识面以及培养学生科研能力。 设计内容：结合教材上的字符串匹配算法，查询文献资料检索4种以上的有关精确匹配算法，掌握算法原理并实现。 设计要求： （1）查阅相关的文献资料，特别是留意年近些年发表的文献资料； （2）要求对各种算法进行理论分析，同时也对实测结果进行统计分析。测试数据要求有一定规模，比如一本书或不少于50篇的中英文文献。 （3）要求界面整洁、美观，操作方便；
报告内容： （一）, 运行界面，及运行结果截图 （二）,各算法的具体分析，包括起源，基本思路，实例分析，具体实现，和本算法代码。
（三），总程序源代码。
（四），课程设计心得 （一）, 运行界面，运行结果说明： 运行代码显示界面： 对于S串可以手动输入字符串检索，也可以选择在计算机里建好的TXT文件，按任意键退出。
按2确认，键入一本书的TXT文件，运行如下
输入待搜索子串“史记”得到运行结果，各算法均返回子串在母串出现的位置 执行算法得运行结果，返回子串在母串所有出现位置。
结果显示运行时间用以统计时间效率： 另一段检索结果的时间截图结果显示如下：
（二）,各算法的具体分析 一．穷举算法（Brute force）算法： . 1. 算法起源：
此算法思路简单，容易想到，没有确定的提出者‘ 2．算法基本思想： 之所以成为穷举法，即如名字所言，逐个比较直至穷尽/结束，基本思路为：假设S为母字符串，长度为lengthS，T为子字符串，长度为lengthT. 则从母串第i位元素（从第一位i=1元素开始）开始一次提取长度为lengthT的一串字符挨个与S字符串比较是否相等，若相等，则匹配成功并输出i ,然后在S上后移一位继续比较，直至比较完整个S. sliding window：
3．案例分析： 假设母串S : edgoodbnbqgoodewuopimmxccaluhfui 子串T : goodboy N= lengthS–length+1
(edgoodb不等于goodboy且i(dgoodbo不等于goodboy且i(goodboy等于goodboy且i. . . . . .
(i!字符不等，结束i；
4.算法具体实现： 字符串的物理存储实现—malloc函数申请空间返回unsigned char 型指针，线性结构； 设置参数 : i, 用以表示检测位，范围为（1，N）用for循环语句判断是否遍历S字符串。其中N= lengthS–length+1 ；
辅助函数： Substring（S , i，n）作用为提取S字符串里从第i位起长度为 n 的字符串，其返回值为unsigned char型指针。 Substring算法：
edgoodboybnbqgoodewuopimmxccaluhfui edgoodb dgoodbo goodboy
aluhfui status substring( string s,int pose ,intlen )// 子字符串提取函数substring；返回值为子str字符串 { unsigned char* sub; sub=malloc(10000*sizeof(unsigned char)); inti=strlen(s); int k=pose+len-1; if(i<0||pose>i||k>i) return NULL;
int a; for( a=0;asub[a]=s[pose-1]; sub[a]='\0'; return sub;
} 5 .算法源码： void index(string s, string t) {
intm,n,i; string test; test=malloc(10000*sizeof(unsigned char)); n=strlen(s);m=strlen(t); i=1; int a=0; intjishu[1000];//数组用来计数匹配成功的位置
printf("\n穷举算法运行得：\n"); while(i<=n-m+1){
strcpy(test,substring(s,i,m)); if(strcmp(test,t)!=0) ++i; else { jishu[a]=i; printf(" 匹配成功输出:%d\n",jishu[a]); ++i;++a; }// 返回子串在主串中的位置
}//while //S中不存在与T相等的子串 }//Index
6. 效率分析： 穷举算法虽然易于理解，也容易实现，但是效率却比较低下，因为该算法对于S字符串上的前N位元素，每个元素都提取字符串并进行挨个比较，比较完全匹配或者出现失配时后移一位继续比较，若S长度m，T长度n,则找到所有匹配位置的时间O(mn) 。
二．Sundy算法： 1. 起源： Sunday算法是Daniel M.Sunday于1990年提出的字符串模式匹配。其核心思想是：在匹配过程中，模式串发现不匹配时，算法能跳过尽可能多的字符以进行下一步的匹配，从而提高了匹配效率。
2.算法基本思想： 从母串S提取比较字符串，用T字符串的最后一位元素t[n-1]与s[i-1]比较，出现不相 时运用sundy核心算法，即坏字符算法。坏字符即为s[i-1]，然后再在T中找有无坏字符，方向为从前往后，若找到则把该位移到和S的坏字符对齐，若没找到，则后移长度为T串长，在提取比较是否相等，若相等输出在S上的位置i，若不等但t[n-1]与s[i-1]，则后移一位继续比较，直至走完S串。
3.案例分析： 假设母串S : edgoodbnbqgoodadecmnkdewuopimmxccaluhfui 若子串为T1 : akideb假设已经比较到第3位 若子串为T2 :adulgnd假设已比较到第19位 假设已比较到第19位：
(T1未找到坏字符n，后移6个字符) （在T中找到坏字符U，平移7 – 2—1=4） edgoodbnbqgooafsffweddadecmnkdewuopimmxccaluh
adulgnd akideb akideb adulgnd 然后继续比较，如果出现匹配或者遇到非坏字符，则后移一位。 4. 算法具体实现： 字符串的物理存储实现—malloc函数申请空间返回unsigned char 型指针，线性结构； 设置参数 : i, 用以表示检测位，范围为（lengthT，lengthS）用for循环语句判断是否走完S字符串。 辅助函数： Substring（S , i，n）作用为提取S字符串里从第i位起长度为 n 的字符串，其返回值为unsigned char型指针。同穷举算法；
5. 算法源码： statussundy(string s,string t) { intm,n;//母子串长度+1 m=strlen(s); n=strlen(t);
inti=n;//检索总长变量n-m intb,bz;//坏字符在母子串位子 int shift=0;//应该移动长度 intsuf ;//好字符长度 int k;//计数
unsigned char* sub1; sub1=malloc(2000*sizeof(unsigned char));
printf("\nSUNDY算法运行得："); for(;i<=m; i=i+shift)//判断母串是否检测完 { strcpy(sub1,substring(s,i-n+1,n) ); if(strcmp(sub1,t)==0) printf("\n 匹配成功,在母串的第%d 个字符",i-n+1);
int flag=1; //用来辅助跳出嵌套外循环 {//shift函数外围开始 if(strcmp(sub1,t)!=0) {//shift函数范围开始 if(t[n-1]!=s[i-1])//坏字符算法 { for(k=0;k{ if(t[k]==s[i-1])//找到,跳出循环for { shift=n-k-1; flag=0; break; } if(k==n-1&&t[k]!=s[i-1]) { shift=n; flag=0; break; }
} // printf("\n坏字符时移动的距离为%d\n",shift); }
} else shift=1;//匹配成功，后移一位； }//shift外围函数 }//for函数结束 return 0; }
6. 效率分析： 此算法时间复杂度明显要优于穷举算法，因为穷举算法要挨个移动比较字符串，而该算法可能一次移动多个距离，继而会缩短时间，提高效率。而且当子字符串T越长，所含元素差异越大，效率就会越高,因为此时T串内更容易遇到好字符，而且T越长移动距离约长。
三 . cloudy算法： 1. 算法起源：