RK算法

1.RK算法的本质就是将主字符串拆解成子字符串，然后将拆解的字符串换算成哈希值，然后进行和子串的比较。 优点：比较的时间相对于BF算法有一定的优势。 缺点：可能会出现哈希冲突，需要更负复杂的哈希公式进行转换，即使这样也不能解决哈希冲突，所以需要进行二次比较，所以时间的复杂度会更多，为O(m*n).

//d 表示进制 #define d 26 //小写字母有26个所以进制设置为26。

//4.为了杜绝哈希冲突. 当前发现模式串和子串的HashValue 是一样的时候.还是需要二次确认2个字符串是否相等. int isMatch(char *S, int i, char *P, int m) { int is, ip; for(is=i, ip=0; is != m && ip != m; is++, ip++) if(S[is] != P[ip]) return 0; return 1; }

//3.算出最d进制下的最高位 //d^(m-1)位的值 int getMaxValue(int m){ int h = 1; for(int i = 0;i < m - 1;i++){ h = (h*d); }

return h;

}

/*

• 字符串匹配的RK算法

• Author：Rabin & Karp

• 若成功匹配返回主串中的偏移，否则返回-1 */ int RK(char *S, char *P) { //1. n:主串长度, m:子串长度 int m = (int) strlen(P); int n = (int) strlen(S); printf("主串长度为:%d,子串长度为:%d\n",n,m);

  //A.模式串的哈希值; St.主串分解子串的哈希值; unsigned int A = 0; unsigned int St = 0;

  //2.求得子串与主串中0~m字符串的哈希值[计算子串与主串0-m的哈希值] //循环[0,m)获取模式串A的HashValue以及主串第一个[0,m)的HashValue //此时主串:"abcaadddabceeffccdd" 它的[0,2)是ab //此时模式串:"cc" //cc = 2 * 26^1 + 2 *26 ^0 = 52+2 = 54; //ab = 0 * 26^1 + 1 *26^0 = 0+1 = 1;

  for(int i = 0; i != m; i++){ //第一次 A = 026+2; //第二次 A = 226+2; A = (d*A + (P[i] - 'a'));

   //第一次 st = 0*26+0
   //第二次 st = 0*26+1
   St = (d*St + (S[i] - 'a'));
  

  }

  //3. 获取d^m-1值(因为经常要用d^m-1进制值) int hValue = getMaxValue(m);

  //4.遍历[0,n-m], 判断模式串HashValue A是否和其他子串的HashValue 一致. //不一致则继续求得下一个HashValue //如果一致则进行二次确认判断,2个字符串是否真正相等.反正哈希值冲突导致错误 //注意细节: //① 在进入循环时,就已经得到子串的哈希值以及主串的[0,m)的哈希值,可以直接进行第一轮比较; //② 哈希值相等后,再次用字符串进行比较.防止哈希值冲突; //③ 如果不相等,利用在循环之前已经计算好的st[0] 来计算后面的st[1]; //④ 在对比过程,并不是一次性把所有的主串子串都求解好Hash值. 而是是借助s[i]来求解s[i+1] . 简单说就是一边比较哈希值,一边计算哈希值;

  for(int i = 0; i <= n-m; i++){ if(A == St) if(isMatch(S,i,P,m)) //加1原因,从1开始数 return i+1; St = ((St - hValue*(S[i]-'a'))*d + (S[i+m]-'a'));

  }

  return -1; }

总结：RK算法在实际应用中使用频率是比较小的。