2023年7月20日发(作者：)

Boyer-Moore算法--C语⾔实现（简单易懂）Boyer-Moore算法简介Boyer-Moore算法是1977年，Robert 和J Strother Moore提出了另⼀种在O(n)时间复杂度内，完成字符串匹配的算法，其在绝⼤多数场合的性能表现，⽐KMP算法还要出⾊。KMP算法和BM算法，它们分别是前缀匹配和后缀匹配的经典算法。

上⼀篇⽂章中介绍的KMP算法，并不是效率最⾼的算法，实际采⽤并不多。各种⽂本编辑器的”查找”功能（Ctrl+F），⼤多采⽤Boyer-Moore算法。BM算法实现原理这⾥根据Moore教授⾃⼰的例⼦来解释这种算法(简单易懂)。1.

　　设字符串为”HERE IS A SIMPLE EXAMPLE”，搜索词为”EXAMPLE”。

　　2.

　　⾸先，”字符串”与”搜索词”头部对齐，从尾部开始⽐较。

　　因为如果尾部字符不匹配，那么只要⼀次⽐较，就可以知道前7个字符肯定不是要找的结果。

　　⾸先，”S”与”E”不匹配。”S”就被称为”坏字符”，即不匹配的字符。我们还发现，”S”不包含在搜索词”EXAMPLE”之中，这意味着可以把搜索词直接移到”S”的后⼀位。

　　3.

　　依然从尾部开始⽐较，发现”P”与”E”不匹配，所以”P”是”坏字符”。但是，”P”包含在搜索词”EXAMPLE”之中。所以，将搜索词后移两位，两个”P”对齐。

　　4.

　　由此总结出”坏字符规则”：

后移位数 = 坏字符的位置 - 搜索词中的上⼀次出现位置

　　如果”坏字符”不包含在搜索词之中，则上⼀次出现位置为 -1。 　　如果”坏字符”不包含在搜索词之中，则上⼀次出现位置为 -1。

　　以”P”为例，它作为”坏字符”，出现在搜索词的第6位（搜索词从0开始编号），在搜索词中的上⼀次出现位置为4，所以后移 6 -4 = 2位。再以前⾯第⼆步的”S”为例，它出现在第6位，上⼀次出现位置是 -1（即未出现），则整个搜索词后移 6 - (-1) = 7位。

　　5.

　　依然从尾部开始⽐较，”E”与”E”匹配。

　　6.

　　⽐较前⾯⼀位，”LE”与”LE”匹配。

　　7.

　　⽐较前⾯⼀位，”PLE”与”PLE”匹配。

　　8.

　　⽐较前⾯⼀位，”MPLE”与”MPLE”匹配。我们把这种情况称为”好后缀”（good suffix），即所有尾部匹配的字符串。注意，”MPLE”、”PLE”、”LE”、”E”都是好后缀。

　　9.

　　⽐较前⼀位，发现”I”与”A”不匹配。所以，”I”是”坏字符”。

　　10.

　　根据”坏字符规则”，此时搜索词应该后移 2 - （-1）= 3 位。问题是，此时有没有更好的移法？

　　11. 　　11.

　　我们知道，此时存在”好后缀”。所以，可以采⽤”好后缀规则”：

后移位数 = 好后缀的位置 - 搜索词中的上⼀次出现位置

　　计算时，位置的取值以”好后缀”的最后⼀个字符为准。如果”好后缀”在搜索词中没有重复出现，则它的上⼀次出现位置为 -1。

　　所有的”好后缀”（MPLE、PLE、LE、E）之中，只有”E”在”EXAMPLE”之中出现两次，所以后移 6 - 0 = 6位。

　　12.

　　可以看到，”坏字符规则”只能移3位，”好后缀规则”可以移6位。所以，Boyer-Moore算法的基本思想是，每次后移这两个规则之中的较⼤值。

　　更巧妙的是，这两个规则的移动位数，只与搜索词有关，与原字符串⽆关。因此，可以预先计算坏字符规则和好后缀规则的⼤⼩，或者⽣成《坏字符规则表》和《好后缀规则表》。使⽤时，只要查表⽐较⼀下就可以了。(后⾯代码中是实现⼀个好后缀规则表和坏字符规则函数，进⾏⽐较⼤⼩)。

　　13.

　　继续从尾部开始⽐较，”P”与”E”不匹配，因此”P”是”坏字符”。根据”坏字符规则”，后移 6 - 4 = 2位。

　　14.

　　从尾部开始逐位⽐较，发现全部匹配，于是搜索结束。如果还要继续查找（即找出全部匹配），则可继续重复以上操作即可。C语⾔实现#include "stdio.h"#include "stdlib.h"#include "string.h"typedef int status;#define MAXSIZE 100#define ERROR 0#define TRUE 1//获取value“后缀规则”，移动距离status GetValue(int **value,char *target){ int i = 0,j = 0; char temp; int tarlen = strlen(target); int tarlen = strlen(target); (*value) = (int *)malloc(sizeof(int) *MAXSIZE); if(!(*value))return ERROR; for(i = 0; i < MAXSIZE; i++){ //初始化 (*value)[i] = -1; //-1代表后缀⽆匹配的字符 } for(i = tarlen -1; i >0; i--){ temp = target[i]; if(i

(*value)[i] = (*value)[i+1]; //后⼀位赋值到前⼀位 for(j = 0; j

if(!(*source) || !(*target))return ERROR; printf("请输⼊字符串以#结束:n"); while((ch=getchar())!='#'){ (*source)[i++] = ch; (*source)[i] = '0'; } printf("请输⼊搜索词以#结束:n"); getchar(); //回车清除 i = 0; while((ch =getchar())!='#'){ (*target)[i++] = ch; (*target)[i] = '0'; } return TRUE;}//获取“坏字符”移动距离int BadValue(char bad,char *target){ int i =0; int badindex = -1; for(i = 0; i < strlen(target); i++){ if(bad==target[i]){ badindex = strlen(target) - 1 - i; } } return badindex;}//BM算法status BM(char *source,char *target, int *value){ int i = 0,j = 0, soulen = strlen(source),tarlen = strlen(target); //初始化 int badvalue = 0,distance = 0; int badvalue = 0,distance = 0; if(soulen value[j-1] ? badvalue : value[j-1]; printf("移动距离:%dn",distance); j = tarlen -1; //更新j位置 i = i+ tarlen - 1 - j + distance; //更新i的位置 } } } printf("匹配失败...."); return ERROR;}void main(){ char *source,*target; //source字符串，target搜索词 int *value; //好后缀词表 int i = 0; InitData(&source,&target); //初始化 GetValue(&value,target); //获取后缀表 BM(source,target,value); //BM算法 for(i = 0; i