共计 3048 个字符，预计需要花费 8 分钟才能阅读完成。
leetcode-28 实现 strStr()
更相熟的字符串匹配算法可能是 KMP 算法, 但在 Golang 中, 应用的是 Rabin–Karp 算法
个别中文译作 拉宾 - 卡普算法, 由迈克尔·拉宾与理查德·卡普于 1987 年提出
要在一段文本中找出单个模式串的一个匹配，此算法具备线性工夫的均匀复杂度，其运行工夫与待匹配文本和模式串的长度成线性关系。尽管均匀状况下，此算法体现优异，但最坏状况下，其复杂度为文本长与模式串长的乘积
尽可能多的利用上一步的后果，这是优化工夫复杂度的一大外围
对于数字类型的字符串，可有如下匹配办法：
将该办法扩大到非数字类型的字符串：
<font size=1>
以上这张图片的 LaTex：
$$\begin{gather}
对于长度为 n 的字符串 x_{0} x_{1} x_{2} ... x_{n-1},\\ 其对应的“值”val 为 \\
val = x_{0} \times r^{n-1} + x_{1}\times r^{n-2} + ... + x_{n-1}\times r^{0}
\\ 其中 r 为进制数 \end{gather}$</font>
<font size=1 color=”grey”>
ASCII：英语字符与二进制位之间的关系
(其余语言？？)
Unicode：将世界上所有的符号都纳入其中，
每个符号都对应一个举世无双的编码，最多能够包容 1114112 个字符(2021 年 9 月颁布的 14.0.0，曾经收录超过 14 万个字符)
(有个问题是节约空间。。) 也译作对立码 / 万国码 / 国内码
UTF-8: 应用最广的一种 Unicode 的实现形式
(最大特点是 变长的编码方式)
字符编码笔记：ASCII，Unicode 和 UTF-8
中日韩汉字 Unicode 编码表
</font>
源码正文：
将源码中的 16777619 进制改为 10 进制，从字符串 31415926 中搜寻 4159：
4159
package main
import (
"fmt"
"strconv"
)
func main() {
var primeRK uint32 = 10
sep := "4159"
hash := uint32(0)
for i := 0; i < len(sep); i++ {//fmt.Println(sep[i])
//fmt.Println(string(sep[i]))
next, _ := strconv.Atoi(string(sep[i]))
//hash = hash*primeRK + uint32(sep[i])
hash = hash*primeRK + uint32(next)
fmt.Println(hash)
}
}输入为：
4
41
415
4159残缺的以 10 为 primeRK，从 31415926 中搜寻 4159 的代码：
package main
import (
"fmt"
"strconv"
)
const PrimeRKNew = 10
func main() {
str := `31415926`
substr := "4159"
fmt.Println("最终后果为:", IndexRabinKarpNew(str, substr))
}
func HashStrNew(sep string) (uint32, uint32) {hash := uint32(0)
for i := 0; i < len(sep); i++ {//fmt.Println(sep[i])
//fmt.Println(string(sep[i]))
next, _ := strconv.Atoi(string(sep[i]))
//hash = hash*primeRK + uint32(sep[i])
hash = hash*PrimeRKNew + uint32(next)
fmt.Println(hash)
}
var pow, sq uint32 = 1, PrimeRKNew
for i := len(sep); i > 0; i >>= 1 {fmt.Println("i is:", i, "---", "i&1 is:", i&1)
if i&1 != 0 {pow *= sq}
sq *= sq
fmt.Println("pow is:", pow)
}
return hash, pow
}
func IndexRabinKarpNew(s, substr string) int {
// Rabin-Karp search
hashss, pow := HashStrNew(substr)
fmt.Println("hashss, pow:", hashss, pow)
fmt.Println("~~~ 分割线~~~")
n := len(substr)
var h uint32
for i := 0; i < n; i++ {next1, _ := strconv.Atoi(string(s[i]))
//h = h*PrimeRKNew + uint32(s[i])
fmt.Println("next1 is:", next1)
h = h*PrimeRKNew + uint32(next1)
}
fmt.Println("h 即 T 串初始值为:", h)
if h == hashss && s[:n] == substr {return 0}
for i := n; i < len(s); {
h *= PrimeRKNew
fmt.Println("h*=:", h)
last, _ := strconv.Atoi(string(s[i])) // 以后 T 串的最初一个元素
fmt.Println("last is:", last)
//h += uint32(s[i])
h += uint32(last)
fmt.Println("h+=:", h)
//h -= pow * uint32(s[i-n])
first, _ := strconv.Atoi(string(s[i-n])) // 以后 T 串的第一个元素
fmt.Println("first is:", first)
h -= pow * uint32(first)
fmt.Println("h-=:", h)
i++
fmt.Println("--- 下次循环的 i 为 ---", i)
if h == hashss && s[i-n:i] == substr {//s[i-n:i]为以后的 T 串
return i - n
}
}
return -1
}输入为：
4
41
415
4159
i is: 4 --- i&1 is: 0
pow is: 1
i is: 2 --- i&1 is: 0
pow is: 1
i is: 1 --- i&1 is: 1
pow is: 10000
hashss, pow: 4159 10000
~~~ 分割线~~~
next1 is: 3
next1 is: 1
next1 is: 4
next1 is: 1
h 即 T 串初始值为: 3141
h*=: 31410
last is: 5
h+=: 31415
first is: 3
h-=: 1415
--- 下次循环的 i 为 --- 5
h*=: 14150
last is: 9
h+=: 14159
first is: 1
h-=: 4159
--- 下次循环的 i 为 --- 6
最终后果为: 2
strings.Contains()源码浏览暨 internal/bytealg 初探
书籍举荐
柔性字符串匹配
牛刀小试:
力扣 28. 实现 strStr()
力扣 187. 反复的 DNA 序列
力扣 686. 反复叠加字符串匹配
另：
除去 KMP 和 RK 算法，字符串匹配还有 Boyer-Moore 算法 (简称BM 算法) 系列算法，其核心思想是：
在字符串匹配过程中，模式串发现不匹配时，跳过尽可能多的字符以进行下一步的匹配，从而进步匹配效率
BM 算法的简化版 Horspool 算法
以及性能更好的 Sunday 算法
Python 用的也不是 KMP，而是 boyer-moore 和 horspool, 源码点此
KMP 算法的理论利用有哪些？
图解字符串匹配之 Horspool 算法和 Boyer-Moore 算法
本文由 mdnice 多平台公布
