字符串搜索算法

字符串搜索算法（String searching algorithms）又称字符串比对算法（string matching algorithms）是一种搜索算法，是字符串算法中的一类，用以试图在一长字符串或文章中，找出其是否包含某一个或多个字符串，以及其位置。

最直观的解法是比对，如下例中，在字符串haystack中找出字符串needle

char* haystack;
char* needle;
int hlen, nlen, found;
int i,j,k;

found = 0;
hlen = strlen(haystack);
nlen = strlen(needle);
for (i = 0; i < hlen; ++i) {
    for (j = 0; j < nlen; ++j) {
        if (haystack[i+j] != needle[j]) break;
        if (j == nlen - 1) found = 1;
    };
};
return found;

上例中，若字符串needle存在于字符串haystack中，则传回1，否则传回0。

但是此直观算法的复杂度为 O(mn)，其中haystack的长度为n、needle的长度为m，所以另有更快速的算法。

部分算法比较

令 m 为模式的长度， n 为要搜索的字符串长度， k为字母表长度。

算法	预处理时间	匹配时间
朴素算法	0 (无需预处理)	Θ(nm)
Rabin-Karp算法	Θ(m)	平均 Θ(n + m), 最差 Θ((n−m)m)
基于有限状态机的搜索	Θ(mk)	Θ(n)
克努斯-莫里斯-普拉特算法	Θ(m)	Θ(n)
Boyer-Moore字符串搜索算法	Θ(m + k)	最好Ω(n/m), 最坏 O(n)
Bitap算法	Θ(m + k)	O(mn)

外部链接

• Huge (maintained) list of pattern matching links（页面存档备份，存于互联网档案馆）
• StringSearch — high-performance pattern matching algorithms in Java – Implementations of many String-Matching-Algorithms in Java (BNDM, Boyer-Moore-Horspool, Boyer-Moore-Horspool-Raita, Shift-Or)
• Exact String Matching Algorithms—Animation in Java（页面存档备份，存于互联网档案馆）
• String similarity metrics
• Project Dedupe http://dedupe.sourceforge.net
• Boyer-Moore-Raita-Thomas