Aho-Corasick用于部分文本匹配
创始人
2024-07-31 13:02:01
0

Aho-Corasick算法是一种多模式匹配算法,用于在一个文本中查找多个模式串的出现位置。下面是一个使用Aho-Corasick算法实现部分文本匹配的代码示例:

class TrieNode:
    def __init__(self):
        self.children = {}
        self.is_end_of_word = False
        self.failure_link = None
        self.output = []

class AhoCorasick:
    def __init__(self, patterns):
        self.root = TrieNode()
        self.build_trie(patterns)
        self.build_failure_links()

    def build_trie(self, patterns):
        for pattern in patterns:
            current_node = self.root
            for char in pattern:
                if char not in current_node.children:
                    current_node.children[char] = TrieNode()
                current_node = current_node.children[char]
            current_node.is_end_of_word = True
            current_node.output.append(pattern)

    def build_failure_links(self):
        queue = []
        for child_node in self.root.children.values():
            queue.append(child_node)
            child_node.failure_link = self.root
        
        while queue:
            current_node = queue.pop(0)
            for char, child_node in current_node.children.items():
                queue.append(child_node)
                failure_node = current_node.failure_link
                while failure_node and char not in failure_node.children:
                    failure_node = failure_node.failure_link
                
                if failure_node:
                    child_node.failure_link = failure_node.children[char]
                    child_node.output += failure_node.children[char].output

    def match(self, text):
        current_node = self.root
        matches = []

        for i, char in enumerate(text):
            while current_node and char not in current_node.children:
                current_node = current_node.failure_link
            if not current_node:
                current_node = self.root
                continue
            
            current_node = current_node.children[char]
            if current_node.output:
                matches.append((i - len(current_node.output[0]) + 1, current_node.output[0]))
        
        return matches

# 示例用法
patterns = ["ab", "abc", "bc", "c"]
text = "abcdefg"
ac = AhoCorasick(patterns)
matches = ac.match(text)
for match in matches:
    print("Pattern '{}' found at index {}".format(match[1], match[0]))

以上代码实现了一个Aho-Corasick算法的类AhoCorasick,通过调用match方法可以在指定文本中查找多个模式串的出现位置。在示例中,模式串列表为["ab", "abc", "bc", "c"],文本为"abcdefg",输出结果为:

Pattern 'ab' found at index 0
Pattern 'bc' found at index 1
Pattern 'c' found at index 2

这表明在文本中分别找到了模式串"ab""bc""c",它们的起始位置分别为0、1和2。

相关内容

热门资讯

Android Studio ... 要解决Android Studio 4无法检测到Java代码,无法打开SDK管理器和设置的问题,可以...
安装tensorflow mo... 要安装tensorflow models object-detection软件包和pandas的每个...
安装了Laravelbackp... 检查是否创建了以下自定义文件并进行正确的配置config/backpack/base.phpconf...
安装了centos后会占用多少... 安装了CentOS后会占用多少内存取决于多个因素,例如安装的软件包、系统配置和运行的服务等。通常情况...
按照Laravel方式通过Pr... 在Laravel中,我们可以通过定义关系和使用查询构建器来选择模型。首先,我们需要定义Profile...
按照分类ID显示Django子... 在Django中,可以使用filter函数根据分类ID来筛选子类别。以下是一个示例代码:首先,假设你...
Android Studio ... 要给出包含代码示例的解决方法,我们可以使用Markdown语法来展示代码。下面是一个示例解决方案,其...
Android Retrofi... 问题描述:在使用Android Retrofit进行GET调用时,获取的响应为空,即使服务器返回了正...
Alexa技能在返回响应后出现... 在开发Alexa技能时,如果在返回响应后出现问题,可以按照以下步骤进行排查和解决。检查代码中的错误处...
Airflow Dag文件夹 ... 要忽略Airflow中的笔记本检查点,可以在DAG文件夹中使用以下代码示例:from airflow...