Boyer-Moore字符串查找算法的实现

　　前段时间在园子里看到一篇讲Boyer-Moore算法原理的文章http://kb.cnblogs.com/page/176945/，写的很详细，于是在这里自己写个C语言的实现，权当是练手吧。

　　基本思路是每次从模式串的最右端开始匹配，如果后缀不匹配，模式串可以快速地后移，从而快速地匹配字符串。要用一个数组right[]，来存储失配时模式串的移动步数。数组的大小是256，即扩展的ASCII码表大小（即256个字符）。若对应字符不存在于模式串中，则赋值-1，否则表示字符出现在模式串中，查找失配时，模式串向右移动的步数。应该还有优化的空间，暂时没想了。

　　分成两个文件，一个.h文件，一个.c文件。实现中，若匹配成功则返回第一次出现模式串的位置，若不匹配则返回模式串长度。

　　N: 被搜索的字符串长度。

　　M: 模式串长度。

　　strsearch.h :

 #ifndef _STRSEARCH_H
 #define _STRSEARCH_H

 /***ASCII list length***/

 #define ASCII_LIST_LENGTH 256

 /* Interface */

 extern int BMSearch(char *dest_str,char *pattern);

 #endif

　　strsearch.c :

 #include <stdio.h>
 #include <string.h>
 #include "strsearch.h"

 #ifdef _cplusplus
 extern "C"{
 #endif

 /*
  ******Implementation of Boyer-Moore Algorithm******
  *
  * This function is to solve the string search ,and somhow we
  * can find the position of pattern string in the dest string
  * quickly.
  *
  * Copyright(c) 2013.9.6 xiaoh
  * All rights reserved.
  *
  ***************************************************
 */

 /*
  * This function is to build the jump step list for each
  * charactor.
  *
 */

 void BoyerMoore(char *pattern,int right[])
 {
     int M = strlen(pattern);

     for(int c=;c<ASCII_LIST_LENGTH;c++)
         right[c] = -;
     for(int j=;j<M;j++)
         right[pattern[j]] = j;
 }

 /*
  * Main function of Boyer-More Search Algorithm
  *
 */

 int BMSearch(char *dest_str,char *pattern)
 {
     /*Array right: steps to move for the pattern string*/
     int right[ASCII_LIST_LENGTH];

     BoyerMoore(pattern,right);

     int N = strlen(dest_str);
     int M = strlen(pattern);

     int skip; //number to jump
     for(int i=;i<=N-M;i+=skip)
  {
    　　 skip = ;
         　for(int j=M-;j>=;j--)
    　{
            　　 if(pattern[j]!=dest_str[j+i])
      　　{
   　　          　　    skip = j-right[dest_str[i+j]];//calculate the step to jump
           　　      　　if(skip<)
                   　　　　　　  skip = ;
                 　　　　break;
       　　}
    　}
        　if(skip == )
    　{
        　　　   printf("Search finished successfully.\n");
               　　return i;
    　}
   }
     printf("String cannot be found.\n");
     return N;
 }

 #ifdef _cplusplus
 }
 #endif

　　查找的最好情况时间复杂度约为O(N/M)(其实是查找完，但不匹配情况)，这里需要和O(M)比较下，如果M比较大的话N/M就比较小一些；在最坏情况下，需要比较N/M组，每组比较M次，所以时间复杂度为O(N)。其查找速度确实比KMP算法还要快。