Sunday 算法

Sunday算法是Daniel M.Sunday于1990年提出的字符串模式匹配。其核心思想是：在匹配过程中，模式串发现不匹配时，算法能跳过尽可能多的字符以进行下一步的匹配，从而提高了匹配效率。

一、匹配机制

匹配机制非常容易理解：

• 目标字符串 String
• 模式串 Pattern
• 当前查询索引 idx （初始为 0）
• 待匹配字符串 str_cut : String [ idx : idx + len(Pattern) ]

每次匹配都会从 目标字符串中 提取 待匹配字符串 与 模式串 进行匹配：

• 若匹配，则返回当前 idx
• 不匹配，则查看 待匹配字符串 的后一位字符 c：
  1. 若 c 存在于 Pattern 中，则 idx = idx + 偏移表[c]
  2. 否则，idx = idx + len(pattern)

循环上述匹配过程直到 idx + len(pattern) > len(String)

二、偏移表

偏移表的作用是存储每一个在 模式串 中出现的字符，在 模式串 中出现的最右位置到尾部的距离 +1，例如 aab：

• a 的偏移位就是 len(pattern)-1 = 2
• b 的偏移位就是 len(pattern)-2 = 1
• 其他的均为 len(pattern)+1 = 4

综合一下：

shift[w]={m−max{im−max{i

三、举例

String: checkthisout Pattern: this

Step 1:

• idx = 0
• 待匹配字符串为：chec
• 因为 chec != this
• 所以查看 chec 的下一个字符 k
• k 不在 Pattern 里
• 所以查看 偏移表，idx = idx + 5

Step 2:

• idx = 5
• 待匹配字符串为：this
• 因为 this == this
• 匹配，所以返回 5

四、算法分析

时间复杂度： 最坏情况 O(nm)O(nm)O(nm) ，平均情况 O(n)O(n)O(n)
空间复杂度： O(c)O(c)O(c)，c为位移表长度

五、代码实现

class Solution:def strStr(self, haystack, needle):haystack_length = len(haystack)needle_length = len(needle)return self.sunday(haystack, haystack_length, needle, needle_length)def sunday(self, s, s_len, p, p_len):bc_move_dict = self.badChatMove(p, p_len)now = 0# 如果匹配字符的位置到达两字符串长度的差值，则不可能存在匹配字串，则退出循环while now <= s_len - p_len:# 比对当前位置的子串是否和模式串匹配if s[now: now+p_len] == p:return now# 如果以及到达两字符串长度的差值，那么这将是最后一个可能匹配到的子串# 经过上面的比对没有匹配的话，直接返回-1if now == s_len - p_len:return -1# 更新下标，如果模式串不包含匹配串后面的第一个字符，则移动 p_len+1 个位数now += bc_move_dict.get(s[now+p_len], p_len+1)return -1# 坏字符移动数量计算def badChatMove(self, p, p_len):bc_move_dict = dict()for i in range(p_len):# 记录该字符在模式串中出现的最右位置到尾部的距离+1bc_move_dict[p[i]] = p_len - ireturn bc_move_dict

参考文章

<>