字符串匹配的sunday算法

sunday算法核心思想：啟發式移動搜索步長！

SUNDAY 算法描述：

字符串查找算法中，最著名的兩個是KMP算法（Knuth-Morris-Pratt)和BM算法（Boyer-Moore)。這里介紹一種比BM算法更快一些的sunday查找算法。

例如我們要在"substring searching algorithm"查找"search"，剛開始時，把子串與文本左邊對齊：

substring searching algorithm
search
^

結果在第二個字符處發現不匹配，於是要把子串往后移動。但是該移動多少呢？這就是各種算法各顯神通的地方了，最簡單的做法是移動一個字符位 置；KMP是利用已經匹配部分的信息來移動；BM算法是做反向比較，並根據已經匹配的部分來確定移動量。這里要介紹的方法是看緊跟在當前子串之后的那個字 符（上圖中的 'i')。

顯然，不管移動多少，這個字符是肯定要參加下一步的比較的，也就是說，如果下一步匹配到了，這個字符必須在子串內。所以，可以移動子串，使子串中的 最右邊的這個字符與它對齊。現在子串'search'中並不存在'i'，則說明可以直接跳過一大片，從'i'之后的那個字符開始作下一步的比較，如下圖：

substring searching algorithm
　　　 search
　　　　^

比較的結果，第一個字符就不匹配，再看子串后面的那個字符，是'r',它在子串中出現在倒數第三位，於是把子串向前移動三位，使兩個'r'對齊，如下：

substring searching algorithm
　　　　 search
　　　　　　　^

哈！這次匹配成功了！回顧整個過程，我們只移動了兩次子串就找到了匹配位置，是不是很神啊?!可以證明，用這個算法，每一步的移動量都比BM算法要大，所以肯定比BM算法更快。

因此，對於leetcode上的解題：

https://leetcode.com/problems/implement-strstr/

Implement strStr().

Returns the index of the first occurrence of needle in haystack, or -1 if needle is not part of haystack.

完整的Python代碼如下：

class Solution(object):
    def strStr(self, haystack, needle):
        """
        :type haystack: str
        :type needle: str
        :rtype: int
        REFER: http://blog.csdn.net/kankan231/article/details/22406823
        """
        char_pos = dict()
        for i, ch in enumerate(needle):
            char_pos[ch] = i
        i = 0
        len1 = len(haystack)
        len2 = len(needle)
        while i <= len1 - len2:
            found = True
            for j, ch in enumerate(needle):
                if haystack[i+j] != ch:
                    found = False
                    if (i+len2) < len1:
                        if haystack[i+len2] not in char_pos:
                            i += (len2+1)
                        else:
                            i += (len2-char_pos[haystack[i+len2]])
                    else:
                        return -1
                    break
            if found:
                return i
        return -1

參考：http://blog.csdn.net/kankan231/article/details/22406823