字符串近似匹配算法

《字符串近似匹配算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、字符串近似匹配算法关键字：字符串近似匹配算法作者：以前是高手  更新：2003-03-01  浏览：5628字符串的近似匹配，就是允许在匹配时有一定的误差，比如在字串“以前高手好久不见”中找“以前是高手”也能成功。具体地说，错误可以有三种类型：加字符（以前也是高手）、漏字符（以前高手）和替换字符（以前石膏手）。下面的函数在text中查找子串pat，最多允许有k个错误。返回的是匹配的终点（我还没想好如何确定起点，呵呵）。至于算法的原理，现在一下子说不清楚，只能说这是一个非确定性有限自动机，以后有时间的话再详细介绍。有兴趣的话可以自己去看文章《FasterApproximat

2、eStringMatching》,Algorithmica(1999)23:127-158。算法的限制：(m-k)*(k+2)<=64,这里m是子串的长度。那个64是因为哦用了64位整数来编码自动机的状态。如果允许两个错误，则子串最长为18个字符，对一般应用来说足够了。好了，废话少说，看算法吧。看不懂？没事了，哦也是半懂半不懂的。char*amatch(constchar*text,constchar*pat,intk){  intm=strlen(pat);  assert(m-k>0);  assert((m-k)*(k+2)<=64);  intj;  __int6

3、4Din=0;  __int64M1=0;  __int64M2=0;  __int64M3=0;  __int64G=1<

4、onekp1;    M1=(M1<<(k+2))

5、1;    if(j

6、1;  }  M2=(M2<<(k+2))

7、onekp1;  __int64D=Din;  constchar*s=text;  intc=*s++;  while(c)  {   

8、 intfound=0;    constchar*sp=pat;    for(j=0;j

9、     for(j=0;j

10、=(1<

11、((tc>>j)&onekp1);        __int64x=(D>>(k+2))

12、Tc;        D=((D<<1)

13、M1)&((D<<(k+3))

14、M2)&(((x+M1)^x)>>1)&Din;        if((D&

15、G)==0)          return(char*)s;        if(D!=Din)          c=*s++;      }      while(D!=Din&&c);   }   if(c)     c=*s++;}returnNULL;}