字符串匹配算法 之 基於DFA(確定性有限自動機)

確定有限自動機定義：http://en.wikipedia.org/wiki/Deterministic_finite_automaton

自動機在字符串匹配中的應用

#include<stdio.h>
#include<string.h>
#include<stdlib.h>
#define ALPHABETLENGTH 53
#define GETMIN(x,y) ((x)<=(y)?(x):(y))
 
//判定pattern的前k個字符是不是（pattern的前q個字符加上字符a組成的）字符串的后綴
int IsSuffix(char *pattern,int k,int q,char a);
//創建自動機（二維數組），並且根據給定的pattern完成自動機的初始化
void Create(int*** array,char *pattern);
//根據創建的自動機進行模式匹配，並返回模式在給定文本中第一次出現的結束位置
int DFAMatcher(char* T,int** array,char *pattern);
//在程序結束時，將創建的自動機（二維數組）進行銷毀
void Delete(int*** array,char *pattern);
//一個小函數，用來查找給定的字符a在預先設定的字母表中的位置
int SearchChar(char a);
//預先設定的字母表，包括26個大小寫的字母以及一個空格，共53個字符
char alphabet[ALPHABETLENGTH]="abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ ";
 
/*
*通過函數來進行二維數組的分配，需要用到三重指針，傳進去的是一個指針數組的地址，
*直接傳指針數組的話會造成懸垂指針，數組的構建需要根據pattern來構建
*二維數組實際上就相當於自動機（DFA）了
*/
void Create(int*** array,char *pattern)
{
    //臨時變量
    int i,j,k;
    //pattern的長度
    int patternlength=strlen(pattern);
    //二位數組的行數等於pattern中字符數加1
    int x=strlen(pattern)+1;
    //二維數組的列數等於字母表中所有的字符個數，這里我采用的是26個小寫字母加上26個大寫字母
    int y=ALPHABETLENGTH;
    //開始分配二維數組的空間，如果分配失敗的話則要撤銷已分配的單元。這里分兩種情況，
    //一種是一開始就沒有空間可分配，另一種是分配了一部分以后空間不足。
    *array=(int**)malloc(sizeof(int)*x);
    if(NULL==array)
    {
        fprintf(stderr,"\nspace is not enough!\n");
        return;
    }
    for(i=0; i<x; i++)
    {
        if(((*array)[i]=(int*)malloc(sizeof(int)*y))==NULL)
        {
            while(--i>=0)
            {
                free((*array)[i]);
            }
            free(*array);
            fprintf(stderr,"\nspace is not enough!\n");
            return;
        }
    }
    //下面開始初始化二維數組的自動機表了
    for(i=0; i<=patternlength; i++)
    {
        for(j=0; j<ALPHABETLENGTH; j++)
        {
            k=GETMIN(patternlength+1,i+2);
            do
            {
                --k;
 
            }
            while(k>0 && !IsSuffix(pattern,k,i,alphabet[j]));
            (*array)[i][j]=k;
        }
    }
    for(i=0; i<patternlength+1; i++)
    {
        for(j=0; j<ALPHABETLENGTH; j++)
        {
            printf("%d ",(*array)[i][j]);
        }
        printf("\n");
    }
}
 
//為了實現Pk是Pqa的后綴，k和q是字符數組P的下標表示數組P的前k和前q個字符，a是一個字符表示連接在字符串Pq后面
int IsSuffix(char *pattern,int k,int q,char a)
{
    int cmp;
    char Q[q+1];
    Q[q]=a;
    strncpy(Q,pattern,q);
    cmp=strncmp(pattern,Q+q-(k-1),k);
    if(cmp==0)
    {
        return 1;
    }
    else
    {
        return 0;
    }
}
 
//查找字符變量a在字母表中的位置
int SearchChar(char a)
{
    int i=0;
    while(alphabet[i]!=a)
    {
        ++i;
    }
    if(i>(ALPHABETLENGTH-1))
    {
        i=-1;
    }
    return i;
}
//利用自動機進行匹配
int DFAMatcher(char* T,int** array,char *pattern)
{
    int i;
    int n=strlen(T);
    int m=strlen(pattern);
    int q=0;
    int position=0;
 
    for(i=0; i<n; i++)
    {
        position=SearchChar(T[i]);
        if(position<0)
        {
            fprintf(stderr,"字符[%c]不存在\n",T[i]);
            return -1;
        }
        q=array[q][position];
        if(q==m)
        {
            printf("find!\n");
            break;
        }
    }
    if(q!=m)
    {
        printf("unfind\n");
        i=-1;
    }
    return i;//如果匹配成功返回pattern在字符串的結束位置，否則返回-1；
}
//程序結束進行銷毀二維數組
void Delete(int*** array,char *pattern)
{
    int i;
    int m=strlen(pattern);
    for(i=m; i>=0; i--)
    {
        free((*array)[i]);
    }
    free((*array));
}
 
int main(void)
{
    char a[100]="defabcababacaghijkl";
    char b[10]="ababaca";
    int **array;
    int i;
    printf("開始構建自動機：\n");
    Create(&array,b);
    printf("自動機構建完畢!\n");
    int end=DFAMatcher(a,array,b);
    int first=end-strlen(b)+1;
    if(end>=0)
    {
        printf("輸入字符串：%s\n",a);
        printf("模式：%s\n",b);
        printf("結果：\n");
        printf("%s\n",a);
        for(i=0; i<strlen(a); i++)
        {
            if(i==end || i==first)
            {
                printf("|");
            }
            else
            {
                printf(" ");
            }
        }
        printf("\nEnd Position:%d",end);
    }
    else
    {
        printf("結果出錯了！");
    }
    Delete(&array,b);
    return 1;
}

代碼參考：出處