字符串匹配算法 之 基于DFA(确定性有限自动机)

确定有限自动机定义：http://en.wikipedia.org/wiki/Deterministic_finite_automaton

自动机在字符串匹配中的应用

 #include<stdio.h>
 #include<string.h>
 #include<stdlib.h>
 #define ALPHABETLENGTH 53
 #define GETMIN(x,y) ((x)<=(y)?(x):(y))

 //判定pattern的前k个字符是不是（pattern的前q个字符加上字符a组成的）字符串的后缀
 int IsSuffix(char *pattern,int k,int q,char a);
 //创建自动机（二维数组），并且根据给定的pattern完成自动机的初始化
 void Create(int*** array,char *pattern);
 //根据创建的自动机进行模式匹配，并返回模式在给定文本中第一次出现的结束位置
 int DFAMatcher(char* T,int** array,char *pattern);
 //在程序结束时，将创建的自动机（二维数组）进行销毁
 void Delete(int*** array,char *pattern);
 //一个小函数，用来查找给定的字符a在预先设定的字母表中的位置
 int SearchChar(char a);
 //预先设定的字母表，包括26个大小写的字母以及一个空格，共53个字符
 char alphabet[ALPHABETLENGTH]="abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ ";

 /*
 *通过函数来进行二维数组的分配，需要用到三重指针，传进去的是一个指针数组的地址，
 *直接传指针数组的话会造成悬垂指针，数组的构建需要根据pattern来构建
 *二维数组实际上就相当于自动机（DFA）了
 */
 void Create(int*** array,char *pattern)
 {
     //临时变量
     int i,j,k;
     //pattern的长度
     int patternlength=strlen(pattern);
     //二位数组的行数等于pattern中字符数加1
     int x=strlen(pattern)+;
     //二维数组的列数等于字母表中所有的字符个数，这里我采用的是26个小写字母加上26个大写字母
     int y=ALPHABETLENGTH;
     //开始分配二维数组的空间，如果分配失败的话则要撤销已分配的单元。这里分两种情况，
     //一种是一开始就没有空间可分配，另一种是分配了一部分以后空间不足。
     *array=(int**)malloc(sizeof(int)*x);
     if(NULL==array)
     {
         fprintf(stderr,"\nspace is not enough!\n");
         return;
     }
     for(i=; i<x; i++)
     {
         if(((*array)[i]=(int*)malloc(sizeof(int)*y))==NULL)
         {
             while(--i>=)
             {
                 free((*array)[i]);
             }
             free(*array);
             fprintf(stderr,"\nspace is not enough!\n");
             return;
         }
     }
     //下面开始初始化二维数组的自动机表了
     for(i=; i<=patternlength; i++)
     {
         for(j=; j<ALPHABETLENGTH; j++)
         {
             k=GETMIN(patternlength+,i+);
             do
             {
                 --k;

             }
             while(k> && !IsSuffix(pattern,k,i,alphabet[j]));
             (*array)[i][j]=k;
         }
     }
     for(i=; i<patternlength+; i++)
     {
         for(j=; j<ALPHABETLENGTH; j++)
         {
             printf("%d ",(*array)[i][j]);
         }
         printf("\n");
     }
 }

 //为了实现Pk是Pqa的后缀，k和q是字符数组P的下标表示数组P的前k和前q个字符，a是一个字符表示连接在字符串Pq后面
 int IsSuffix(char *pattern,int k,int q,char a)
 {
     int cmp;
     char Q[q+];
     Q[q]=a;
     strncpy(Q,pattern,q);
     cmp=strncmp(pattern,Q+q-(k-),k);
     if(cmp==)
     {
         return ;
     }
     else
     {
         return ;
     }
 }

 //查找字符变量a在字母表中的位置
 int SearchChar(char a)
 {
     int i=;
     while(alphabet[i]!=a)
     {
         ++i;
     }
     if(i>(ALPHABETLENGTH-))
     {
         i=-;
     }
     return i;
 }
 //利用自动机进行匹配
 int DFAMatcher(char* T,int** array,char *pattern)
 {
     int i;
     int n=strlen(T);
     int m=strlen(pattern);
     int q=;
     int position=;

     for(i=; i<n; i++)
     {
         position=SearchChar(T[i]);
         if(position<)
         {
             fprintf(stderr,"字符[%c]不存在\n",T[i]);
             return -;
         }
         q=array[q][position];
         if(q==m)
         {
             printf("find!\n");
             break;
         }
     }
     if(q!=m)
     {
         printf("unfind\n");
         i=-;
     }
     return i;//如果匹配成功返回pattern在字符串的结束位置，否则返回-1；
 }
 //程序结束进行销毁二维数组
 void Delete(int*** array,char *pattern)
 {
     int i;
     int m=strlen(pattern);
     for(i=m; i>=; i--)
     {
         free((*array)[i]);
     }
     free((*array));
 }

 int main(void)
 {
     char a[]="defabcababacaghijkl";
     char b[]="ababaca";
     int **array;
     int i;
     printf("开始构建自动机：\n");
     Create(&array,b);
     printf("自动机构建完毕!\n");
     int end=DFAMatcher(a,array,b);
     int first=end-strlen(b)+;
     if(end>=)
     {
         printf("输入字符串：%s\n",a);
         printf("模式：%s\n",b);
         printf("结果：\n");
         printf("%s\n",a);
         for(i=; i<strlen(a); i++)
         {
             if(i==end || i==first)
             {
                 printf("|");
             }
             else
             {
                 printf(" ");
             }
         }
         printf("\nEnd Position:%d",end);
     }
     else
     {
         printf("结果出错了！");
     }
     Delete(&array,b);
     return ;
 }

代码参考：出处