boyer-moore算法python

2023-10-23 12:02
文章标签 python 算法 moore boyer

本文主要是介绍boyer-moore算法python,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Boyer-Moore算法是一种用于字符串搜索的高效算法,它通过跳过尽可能多的字符来减少比较的次数。下面是一个简单的Python实现Boyer-Moore算法的示例:

def build_bad_char_table(pattern):

    bad_char_table = {}

    pattern_length = len(pattern)

    for i in range(pattern_length - 1):

        bad_char_table[pattern[i]] = pattern_length - i - 1

    return bad_char_table

def build_good_suffix_table(pattern):

    pattern_length = len(pattern)

    good_suffix_table = [-1] * pattern_length

    last_prefix_position = pattern_length

    for i in range(pattern_length - 1, -1, -1):

        if is_prefix(pattern, i + 1):

            last_prefix_position = i + 1

        good_suffix_table[i] = last_prefix_position + pattern_length - i - 1

    for i in range(pattern_length - 1):

        j = pattern_length - 1 - i

        if is_suffix(pattern, j):

            last_prefix_position = j

        good_suffix_table[j] = min(good_suffix_table[j], pattern_length - 1 - last_prefix_position + j)

    return good_suffix_table

def is_prefix(pattern, p):

    pattern_length = len(pattern)

    j = 0

    for i in range(p, pattern_length):

        if pattern[i] != pattern[j]:

            return False

        j += 1

    return True

def is_suffix(pattern, p):

    pattern_length = len(pattern)

    i = 0

    j = p

    while j < pattern_length:

        if pattern[i] != pattern[j]:

            return False

        i += 1

        j += 1

    return True

def boyer_moore_search(text, pattern):

    bad_char_table = build_bad_char_table(pattern)

    good_suffix_table = build_good_suffix_table(pattern)

    pattern_length = len(pattern)

    text_length = len(text)

    i = 0

    while i <= text_length - pattern_length:

        j = pattern_length - 1

        while j >= 0 and pattern[j] == text[i + j]:

            j -= 1

        if j < 0:

            # Pattern found at index i

            print("Pattern found at index", i)

            i += good_suffix_table[0]

        else:

            # Shift based on the bad character rule and good suffix rule

            bad_char_shift = bad_char_table.get(text[i + j, -1])

            good_suffix_shift = good_suffix_table[j]

            i += max(bad_char_shift, good_suffix_shift)

# 测试Boyer-Moore搜索

text = "This is a sample text for testing the Boyer-Moore algorithm."

pattern = "Boyer-Moore"

boyer_moore_search(text, pattern)

这个示例包含了Boyer-Moore算法的实现,包括构建坏字符表(bad character table)和好后缀表(good suffix table)。然后,boyer_moore_search函数使用这些表来执行搜索。在这个示例中,它会输出找到的模式的索引位置。你可以将text和pattern更改为你自己的文本和模式来测试不同的输入。

这篇关于boyer-moore算法python的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/267712

相关文章

Python按照24个实用大方向精选的上千种工具库汇总整理

《Python按照24个实用大方向精选的上千种工具库汇总整理》本文整理了Python生态中近千个库,涵盖数据处理、图像处理、网络开发、Web框架、人工智能、科学计算、GUI工具、测试框架、环境管理等多... 目录1、数据处理文本处理特殊文本处理html/XML 解析文件处理配置文件处理文档相关日志管理日期和

Python标准库datetime模块日期和时间数据类型解读

《Python标准库datetime模块日期和时间数据类型解读》文章介绍Python中datetime模块的date、time、datetime类,用于处理日期、时间及日期时间结合体,通过属性获取时间... 目录Datetime常用类日期date类型使用时间 time 类型使用日期和时间的结合体–日期时间(

使用Python开发一个Ditto剪贴板数据导出工具

《使用Python开发一个Ditto剪贴板数据导出工具》在日常工作中,我们经常需要处理大量的剪贴板数据,下面将介绍如何使用Python的wxPython库开发一个图形化工具,实现从Ditto数据库中读... 目录前言运行结果项目需求分析技术选型核心功能实现1. Ditto数据库结构分析2. 数据库自动定位3

Python yield与yield from的简单使用方式

《Pythonyield与yieldfrom的简单使用方式》生成器通过yield定义,可在处理I/O时暂停执行并返回部分结果,待其他任务完成后继续,yieldfrom用于将一个生成器的值传递给另一... 目录python yield与yield from的使用代码结构总结Python yield与yield

python使用Akshare与Streamlit实现股票估值分析教程(图文代码)

《python使用Akshare与Streamlit实现股票估值分析教程(图文代码)》入职测试中的一道题,要求:从Akshare下载某一个股票近十年的财务报表包括,资产负债表,利润表,现金流量表,保存... 目录一、前言二、核心知识点梳理1、Akshare数据获取2、Pandas数据处理3、Matplotl

Django开发时如何避免频繁发送短信验证码(python图文代码)

《Django开发时如何避免频繁发送短信验证码(python图文代码)》Django开发时,为防止频繁发送验证码,后端需用Redis限制请求频率,结合管道技术提升效率,通过生产者消费者模式解耦业务逻辑... 目录避免频繁发送 验证码1. www.chinasem.cn避免频繁发送 验证码逻辑分析2. 避免频繁

精选20个好玩又实用的的Python实战项目(有图文代码)

《精选20个好玩又实用的的Python实战项目(有图文代码)》文章介绍了20个实用Python项目,涵盖游戏开发、工具应用、图像处理、机器学习等,使用Tkinter、PIL、OpenCV、Kivy等库... 目录① 猜字游戏② 闹钟③ 骰子模拟器④ 二维码⑤ 语言检测⑥ 加密和解密⑦ URL缩短⑧ 音乐播放

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

Python pandas库自学超详细教程

《Pythonpandas库自学超详细教程》文章介绍了Pandas库的基本功能、安装方法及核心操作,涵盖数据导入(CSV/Excel等)、数据结构(Series、DataFrame)、数据清洗、转换... 目录一、什么是Pandas库(1)、Pandas 应用(2)、Pandas 功能(3)、数据结构二、安

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我