Java 算法篇-深入了解 BF 与 KMP 算法

在Java中,BF(Brute Force)算法和KMP算法是用于字符串匹配的两种常见算法。

BF算法的核心思想是遍历主字符串,对每个字符开始向后比对是否与模式字符串匹配。

KMP算法的核心思想是通过一个next数组预处理模式字符串,当出现字符不匹配时,可以知道模式字符串中的哪些部分已经与主字符串匹配,可以直接跳过这些部分,从另一个位置开始比对。

以下是Java中实现这两种算法的示例代码:




// BF算法
public class BruteForce {
    public static int search(String txt, String pat) {
        int M = pat.length();
        int N = txt.length();
        for (int i = 0; i <= N - M; i++) {
            int j;
            for (j = 0; j < M; j++) {
                if (pat.charAt(j) != txt.charAt(i + j))
                    break;
            }
            if (j == M)
                return i;
        }
        return -1;
    }
}
 
// KMP算法
public class KMP {
    private int[] computePrefixFunction(String key) {
        int M = key.length();
        int[] prefix = new int[M];
        int j = 0;
        for (int i = 1; i < M; i++) {
            while (j > 0 && key.charAt(i) != key.charAt(j)) {
                j = prefix[j - 1];
            }
            if (key.charAt(i) == key.charAt(j)) {
                j++;
            }
            prefix[i] = j;
        }
        return prefix;
    }
 
    public int search(String txt, String pat) {
        int M = pat.length();
        int N = txt.length();
        int[] prefix = computePrefixFunction(pat);
        int j = 0;
        for (int i = 0; i < N; i++) {
            while (j > 0 && pat.charAt(j) != txt.charAt(i)) {
                j = prefix[j - 1];
            }
            if (pat.charAt(j) == txt.charAt(i)) {
                j++;
            }
            if (j == M) {
                return (i - M + 1);
            }
        }
        return -1;
    }
}

在这两个类中,search方法分别实现了BF和KMP算法来在主字符串txt中查找模式字符串pat的位置。如果找到,返回模式字符串在主字符串中的起始位置,如果未找到,返回-1。computePrefixFunction是KMP算法中用于计算模式字符串的next数组的辅助方法。

最后修改于:2024年08月13日 18:19

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日