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

安装apache-beam==... 出现此错误可能是因为用户的Python版本太低,而apache-beam==2.34.0需要更高的P...
避免在粘贴双引号时向VS 20... 在粘贴双引号时向VS 2022添加反斜杠的问题通常是由于编辑器的自动转义功能引起的。为了避免这个问题...
Android Recycle... 要在Android RecyclerView中实现滑动卡片效果,可以按照以下步骤进行操作:首先,在项...
omi系统和安卓系统哪个好,揭... OMI系统和安卓系统哪个好?这个问题就像是在问“苹果和橘子哪个更甜”,每个人都有自己的答案。今天,我...
原生ios和安卓系统,原生对比... 亲爱的读者们,你是否曾好奇过,为什么你的iPhone和安卓手机在操作体验上有着天壤之别?今天,就让我...
Android - 无法确定任... 这个错误通常发生在Android项目中,表示编译Debug版本的Java代码时出现了依赖关系问题。下...
Android - NDK 预... 在Android NDK的构建过程中,LOCAL_SRC_FILES只能包含一个项目。如果需要在ND...
Akka生成Actor问题 在Akka框架中,可以使用ActorSystem对象生成Actor。但是,当我们在Actor类中尝试...
Agora-RTC-React... 出现这个错误原因是因为在 React 组件中使用,import AgoraRTC from “ago...
Alertmanager在pr... 首先,在Prometheus配置文件中,确保Alertmanager URL已正确配置。例如:ale...