字符串匹配算法的研究_本科论文
一种高效的多模式字符串匹配算法
文献 标识码： Ａ
中图分类号：Ｔ Ｐ ３ ０ １ ． ６
种 高效 的 多模 式字符 串匹配算法
许家铭 １ ， ２ ， ３ Ｊ李晓东 ，金 健 ，马 盈
（ １ ．中 国互联 网络信 息 中 心 ，北京 １ ０ ０ １ ９ ０ ；２ ．中国科 学 院计算 机 网络信 息 中心 ，北京 １ ０ ０ １ ９ ０ ； ３ ．中 国科 学 院大 学 ，北京 １ ０ ０ １ ９ ０ ；４ ．东 北师范 大学 理想 信 息技术 研 究院 ，长春 １ ３ ０ １ １ ７ ）
ｐ ｅ ｒ ｆ ｏ ｍ ｒ ｍｕ ｌ ｔ ｉ ｐ ｌ ｅ ｐ ａ ｔ ｔ ｅ ｎｓ ｒ ｍａ ｔ ｃ ｈ ｉ ｎ ｇ ｉ ｎ ａ ｓ ｔ ｒ ｉ ｎ ｇ ｉ ｓ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ ｃ ｏ ｎ ｃ ｅ ｐ ｔ ｏ ｆ Ｆ ａ ｎ — Ｓ ｕ （ Ｆ Ｓ ） ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ． Ｔ ｏ ｒ ｅ ｄ ｕ ｃ ｅ ｔ ｈ ｅ ｎ ｕ ｍｂ ｅ ｒ ｏ ｆ ｃ ｏ ｍ ｐ ａ ｒ ｉ ｓ ｏ ｎ ｓ ，
４ ． Ｉ ｄ ｅ ａ ｌ Ｒｅ ｓ ｅ ａ ｒ ｃ ｈ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ｉ ｎ ｆ ｏ ｍａ ｒ ｔ ｉ ｏ ｎ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｎｏ ｒ ｔ ｈ ｅ ａ ｓ ｔ Ｎｏ ｍａ ｒ ｌ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｃ ｈ ａ ｎ ｇ ｃ ｈ ｕ ｎ １ ３ ０ １ １ ７ ， Ｃ ｈ ｉ ｎ ａ ）
支持带有通配符的字符串匹配算法
支持带有通配符的字符串匹配算法*运正佳, 李轶男, 杨晓春+【摘要】研究了查询字符串中含有通配符“*”以及“?”两种情况下的字符串匹配问题, 其中,“*”代表任意长度的字符串,“?”代表字母表中任意一个字符。
由于gram索引结构在空间大小以及查询效率上的优势, 将 gram索引结构用于带通配符的字符串匹配问题。
通过将带有通配符的查询字符串分解为若干不含通配符的查询片段, 成功地将带有通配符的复杂查询问题转化为不含通配符的简单精确子串匹配问题。
同时在片段查询过程中运用长度过滤、位置过滤以及计数过滤等方法来提高查询速度。
【期刊名称】计算机科学与探索【年(卷),期】2010(004)011【总页数】12【关键词】通配符;字符串匹配;q-gram索引1 引言传统的字符串匹配问题是在一个字符串集中找到与给定查询相匹配的结果。
与通常意义上的字符串匹配问题不同, 通配符的出现使查询过程变得更加复杂, 同时它更能满足许多应用领域的需求, 如生物序列分析、搜索引擎的文本索引、SQL查询等。
例如, 在对某公司仓库的数据库进行查询时, 若用户想搜索parts 表中所有颜色与green相关的物品, 可以输入SQL语句parts. color like “*green*”(通配符“*”表示任意长度的字符串),那么颜色是dark green、light green、greenish blue等的物品都会被作为结果返回。
带有通配符的字符串查询一般用于查出一系列具有相同组成成分的字符串。
通配符的加入可以方便地提取有相似结构的字符串。
本文主要考虑以下两种常见通配符：(1) “*”通配符：代表任意长度的字符串, 可以是空串。
(2) “?”通配符：代表字母表中的任意一个字母。
目前关于通配符的匹配问题大多都是针对在线数据搜索, 有限的基于索引的查询方法占用的存储空间较大, 而且对于通配符的定义有所限制, 不具有普遍性。
如何利用较小的索引空间来支持高效的查询, 是研究该问题面临的主要挑战。
字符串匹配度算法
字符串匹配度算法字符串匹配度算法是计算两个字符串之间相似程度的一种算法。
在信息检索、文本分类、推荐系统等领域广泛应用。
它通过计算字符串之间的相似度来判断它们之间的关系，从而方便我们进行各种文本处理和分析工作。
字符串匹配度算法的核心思想是将字符串转换为向量表示，然后通过比较向量之间的距离或相似度来衡量字符串之间的相似程度。
常用的字符串匹配度算法有编辑距离算法、余弦相似度算法、Jaccard相似度算法等。
编辑距离算法是最常见的字符串匹配度算法之一，它衡量两个字符串之间的差异程度。
编辑距离算法将两个字符串进行插入、删除和替换操作，使它们变得相同。
通过计算进行了多少次操作，就可以得到它们之间的编辑距离。
编辑距离越小，表示两个字符串越相似。
余弦相似度算法是一种常用的基于向量的字符串匹配度算法。
它将字符串转换为向量表示，然后计算它们之间的夹角余弦值。
夹角余弦值越接近于1，表示两个字符串越相似；越接近于0，表示两个字符串越不相似。
Jaccard相似度算法是一种用于计算集合之间相似度的算法，也可以用于衡量字符串之间的相似度。
Jaccard相似度算法将字符串看作是字符的集合，然后计算它们之间的共同元素比例。
共同元素比例越高，表示两个字符串越相似。
除了这些常用的字符串匹配度算法外，还有很多其他的算法可以用于字符串的相似性比较。
不同的算法适用于不同的场景和需求，我们可以根据具体情况选择合适的算法。
总的来说，字符串匹配度算法是一种十分重要的工具，它可以帮助我们理解和处理文本数据。
在实际应用中，我们可以根据具体的需求选择合适的算法，从而完成各种文本处理和分析任务。
通过深入研究和应用这些算法，我们可以提高信息检索的准确性，加快文本处理的速度，提升推荐系统的效果。
希望大家能够重视字符串匹配度算法的研究和应用，为解决实际问题做出更多贡献。
RabinKarp算法利用哈希函数解决字符串匹配问题
RabinKarp算法利用哈希函数解决字符串匹配问题RabinKarp算法是一种用于解决字符串匹配问题的算法，它利用了哈希函数的特性来进行匹配。
在本文中，将详细介绍RabinKarp算法的原理和实现，并对其优缺点进行探讨。
一、RabinKarp算法的原理RabinKarp算法是一种基于哈希函数的字符串匹配算法。
它的基本思想是通过对字符串进行哈希计算，将字符串的每个字符映射为一个数值，然后利用滑动窗口的方式在目标字符串中进行匹配。
具体而言，RabinKarp算法可以分为以下几个步骤：1. 计算模式串的哈希值，并记录下来。
2. 计算目标字符串中第一个与模式串长度相等的子串的哈希值。
3. 比较当前的哈希值与模式串的哈希值是否相等，如果相等，则进一步比较两个字符串是否完全一致。
4. 如果两个字符串不完全一致，则通过滑动窗口的方式，将目标字符串中的子串的哈希值更新为下一个字符的哈希值，并继续进行比较。
5. 重复步骤3和步骤4，直到找到匹配的子串或者目标字符串遍历完成。
通过利用哈希函数的计算，RabinKarp算法能够在平均情况下以线性时间复杂度O(n+m)完成匹配，其中n和m分别为目标字符串和模式串的长度。
二、RabinKarp算法的实现下面给出RabinKarp算法的具体实现代码：```pythondef rabin_karp(pattern, text):n = len(text)m = len(pattern)pattern_hash = hash(pattern)for i in range(n-m+1):window = text[i:i+m]window_hash = hash(window)if window_hash == pattern_hash and window == pattern:return ireturn -1```在上述代码中，我们可以看到，通过调用`hash()`函数计算字符串的哈希值，从而实现了RabinKarp算法的匹配过程。
字符串模式匹配bf算法
BF算法，也就是Brute Force算法，是一种基本的字符串模式匹配算法。
它通过遍历文本串，逐一比较字符来实现模式匹配。
以下是BF算法的800字说明：1. 算法原理BF算法的基本原理是在文本串中从左到右依次扫描，对于扫描到的每一个位置，将该位置的文本与模式串中的每个模式字符进行比较，以确定是否存在匹配。
如果找到了匹配，则算法结束；否则，继续扫描下一个位置。
2. 算法步骤（1）初始化两个指针，一个指向文本串的起始位置，另一个指向模式串的起始位置；（2）比较起始位置的字符是否匹配，如果不匹配则算法结束；（3）如果匹配，移动两个指针，分别到下一个位置继续比较；（4）重复步骤（2）和（3），直到文本串完全扫描完或者没有匹配到为止。
3. 算法时间复杂度BF算法的时间复杂度是O(n*m)，其中n是文本串的长度，m是模式串的长度。
这是因为每次比较都需要花费一定的时间，而整个过程需要比较n-m+1次。
4. 算法优缺点优点：简单易懂，实现起来相对容易。
缺点：时间复杂度较高，对于较长的文本串和模式串，效率较低。
此外，BF算法只能用于查找单一的模式，对于多个模式的查找需要使用其他算法。
5. 实际应用BF算法在实际应用中主要用于文本搜索、模式匹配等场景。
例如，在搜索引擎中，BF算法常被用于网页的关键词匹配和搜索结果排序。
此外，BF算法还可以用于病毒扫描、文件校验等领域。
总之，BF算法是一种基本的字符串模式匹配算法，适用于简单的文本搜索和模式匹配场景。
虽然其时间复杂度较高，但对于一些特定的应用场景，BF算法仍然是一种有效的方法。
当然，随着计算机技术的发展，还有很多高效的模式匹配算法被提出，如KMP算法、BM算法、Rabin-Karp算法等，可以根据具体应用场景选择合适的算法。
基于字符频率及分治法的字符串模式匹配算法
3)基金项目:重庆市自然科学基金项目(CSTC2007BB2178和CSTC2005BB2190)支持。
邓一贵 博士研究生,主要研究方向为计算机网络及信息安全。
计算机科学2008Vol 135№16 基于字符频率及分治法的字符串模式匹配算法3)邓一贵1,2(重庆大学计算机学院 重庆400044)1 (重庆大学信息与网络管理中心 重庆400044)2摘 要 本文提出的基于字符使用频率及分治法的改进字符串模式匹配算法可以在扫描被匹配目标串时每次跳过的字符在统计结果上比目前广泛使用的Boyer 2Moore 算法跳过的字符更多,进一步减少了匹配的统计次数。
关键词 字符串模式匹配,字符使用频率,分治 String Pattern Matching Algorithm B ased on Frequencies of Characters and Dividing and ConqueringDEN G Y i 2gui 1,2(College of Computer Science ,Chongqing University ,Chongqing 400044,China )1(Information and Network Center ,Chongqing University ,Chongqing 400044,China )2Abstract The skipped characters in the algorithm based on frequencies of characters and dividing and conquering are more in statistics than ones in Boyer 2Moore algorithm popularly used at present.The matching statistical times using algorithm presented in the paper are reduced.K eyw ords String pattern matching ,Frequencies of characters ,Divide and conquer 1 引言根据入侵特征是否已知来分,入侵检测可以分为已知特征的误用检测和未知的异常检测。
一种基于KMP的高效字符串匹配算法
般情况下为 Ｏ （ ｍ １ ）（ ：ｎ ｍ分别为主串和模式串的长度） 最坏的情况下为 Ｏ ｍ ｎ， （ ． ＋） 注 ｎ ｍ 和 ， （ ） 最好的情况下
为 Ｏ（ ｎ． ｍ＋ ）
２２ Ｋ ． ＭＰ算法
Ｋ 模式匹配算法正是针对上述算法的不足做了实质性的改进． ＭＰ 这个算法首先是 由 ＤＥ Ｋ ｕ 、．． ｒｓ ． ｎｔ Ｊ Ｍｏｒ ． ｈ Ｈ ｉ 以及 ＶＲ Ｐａ 分别设计出来的， ．． ｒ ｔ ｔ 所以该算法被命名为 Ｋ ＭＰ算法． 其基本思想是 ：设计一个与模式 串ｔ ，当匹配过程中出现失配时， 利用模式值， 将模式串向右“ 滑动” 尽可能远的一段
距离， 从而跳过一些不必要的比较， 提高模式匹配的效率．： Ｈ 对给出的的文本串Ⅱ ０ｎ１ 模式串Ｐ０ ｍ １ Ｉ￣ ， ｔ － ， ，一 坞 ［， －］ ， 假设在模式匹配的进程 中， 执行 Ｔ． Ｐｊ 【和 ［的匹配检查． Ｔ ｉ Ｐ ］ 则继续检查 Ｔｉ１ １Ｐｊ１ ］ ］ 若 ［＝ 口， ］ ［ ］ ［ ］ ＋￣ ＋ 是否匹配． 若
２ 相关算法分析
串匹配问题实际上就是一种模式匹配问题， 即在给定的文本串中找出与模式 串匹配的子串的起始位置． 最 基本 的 串匹配 问题 是关 键词 匹配 ． 所谓关键 词匹 配， 是指 给定一个 长为 ｎ的文 本 串 Ｔ １ｎ和长 为 ｍ的模式 串 Ｐ１ ［，】 ［， 州， 找出文本串 Ｔ中与模式串所有精确匹配的子串的起始位置．
第 ３ 第 ５期 ６卷
西 南民族 大学学报 ・ 自然科学版
Ｊ ｕ ｎ ｌ ｆ ｏ ｔ ｗｅ ｔ ｉｅ ｓｔ ｏ ｔ ｎ ｌ ｉｓＮａｕ ａ ｃｅ ｃ ｄ ｔ ｎ ｏ ｒ ａ ｏ ｕ ｈ ｓ Ｕｎ ｖ ｒ ｉ ｆ ｒ Ｓ ｙ Ｎａｉ ａ ｉ ｅ － ｔ ｒ ｌ ｉｎ ｅ Ｅ ｉ ｏ ｏ ｔ Ｓ ｉ
高效字符匹配算法的研究
＿
Ｗ ＡＮＧ Ｚｈ — ｉＰＩ ｉ ｗｅ ， ＮＧ Ｌｉ ｇ－ ｉ ＬＵ Ｍ ｉ ｆ ｎ ． ｓ ａ ｃ ｏ ｈ ｇ ｐ ｒ ｏ ｍ ａ ｃ ｐ ｔ ｒ ｍａ ｃ ｉ ｇ ｌ ｏ ｉ ｍ ． ｍ ｐ ｔ ｒ ｎ ｄ． ｎ－ ｅ ｇ Ｒｅ ｅ ｒ ｈ ｎ ｉｈ－ ｅ ｆ ｒ ｎ ｅ ａ ｔ ｎ ｅ ｔ ｈ ｎ ａ ｇ ｒｔ ｈ Ｃｏ ｕ ｅ
摘 要： 在分析 Ｂ Ｍ算 法以及 它的衍 生版本 Ｂ ＭＨ、ｕ ｄｙ等算法的基础上 ， 出一种新的改进算法。改进算法有三个重要特点 ： Ｓ ｎａ 提
（ ） 用 双 字符 启 发 策 略 ， 高模 式 串最 大移 动 位 数及 其概 率 ， 大 移 动 位数 为 ｎ ２ （ ） 用 窗 口动 态分段 方 法 ， 量 减 少字符 匹 １采 提 最 ＋ ；２ 采 尽
究较多 ，９０年 ，．．ｏｋ从理论上证明一维模式匹配 问题可 １７ ｓＡＣ ｏ 以在 ０（ ｎ 时间内解决 ， ｍ＋ ） 为串匹配算法的发展奠定了坚实 的
浙江大学 计算机科学 与技术学院 ， 杭州 ３ ０ ２ ０７ １
Ｄ ｐｒ ｅｔｏ ｏ ｕｅ ｃ ｎｅ ａｄ Ｔ ｃｎｌｇ ，ｈｊ ｎ ｎｖｒ ｔ， ａｇｈｕ ３０ ２ ，ｈｎ ｅａｔ ｎ ｆＣ ｍｐｔｒＳ ｉ ｃ ｎ ｅｈｏｏｙ Ｚ ｅｉ ｇ Ｕ ｉ ｓｙ Ｈ ｎｚｏ ０ ７ Ｃ ｉ ｍ ｅ ａ ｅｉ １ ａ
ｔ ｔ ｉ ； ３ ｂ ｉ ｉｇ ｔｅ ｃ ａｎ ｗ ｔ ｔｅ ｌ ａｉ ｏ ｔ ａ ｅ ｃ ａａｔｒ ｉ ｔｅ ｐ ｔ ｒ ｏ ｔ ｅ ｆｌ ａ ｖ ｎａ ｅ ｏ ｎ ｐｒ ｇ ｈ ｍａ ｈｎ （ ） ｕｌ ｎ ｈ ｈ ｉ ｉ ｈ ｏ ｔ ｎ ｆｒ ｈ ｓｍ ｈ ｒｃ ｎ ｈ ａｔ ｔ ａ ｕ ｄ ａ ｔ ｆ ｉ ｉ ｎ ｅ ｃ ｇ ｄ ｈ ｃ ｏ ｅ ｅ ｅ ｎ ｋ ｌ ｇ ｓ ｉ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
字符串匹配算法的研究及其程序实现计算机学院计算机科学与技术专业2007级指导教师：滕云摘要：在字符串匹配算法之中，最古老和最著名的是由D. E. Knuth, J. h. Morris, V. R. Pratt 在1997年共同提出的KMP算法。
直至今日，人们对字符串匹配问题还在进行着大量的研究，以寻求更简单，或者平均时间复杂度更优的算法;学者们在不同的研究方向上，设计出了很多有效的匹配算法。
在现实生活中，串匹配技术的应用十分广泛，其主要领域包括：入侵检测，病毒检测，信息检索，信息过滤，计算生物学，金融检测等等。
在许多应用系统中，串匹配所占的时间比重相当大，因此，串匹配算法的速度很大程度上影响着整个系统的性能。
该论文重点分析了KMP算法的实现原理和C语言实现，并在此基础上提出了改进的KMP算法，使得该算法更方便实用。
关键词：KMP算法；时间复杂度；串匹配；改进；方便使用；String matching algorithm and Implementation of the Program College of Computer Sciences, Computer Science and Technology Professionalgrade 2007, Instructor YunTengAbstractor:Among the string matching algorithm,the oldest and most famous is KMP algorithm co-sponsored by D.E Knuth, J. h. Morris, VR Pratt in 1997. As of today, a lot of research to String matching are still in progress, to seek a more simply or better average time complexity of the algorithm. In different research direction, scholars have designed a lot of valid matching.In real life, the string matching technique is widely used，The main areas include: intrusion detection, virus detection, information retrieval, information filtering, computational biology, financial inspection and so on.In many applications，a large percentage of the time was placed by the string matching, so the string matching algorithms significantly affect the speed performance of the whole system.The paper analyzes the implementation of the KMP algorithm theory and through the C language to achieve it.And we puts forward a modified KMP algorithm in order to makes the algorithm more convenient and practical.Key words:KMP algorithm; Time complexity; String matching; Improved; Easy to use;目录摘要﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒ 1 ABSTRACT﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒ 1第一章引言﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒ 3第一节：字符串匹配研究的目的和意义﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒3第二节：本文的内容和安排﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒ 3第二章串匹配算法的概念与研究现状﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒ 4第一节：字符串匹配的有关概念﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒4第二节：字符串匹配算法的研究现状﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒4第三章KMP算法和BM算法及其改进算法的研究及实现﹒﹒﹒﹒﹒﹒5 第一节：KMP算法的研究及实现﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒5第二节：KMP算法改进及其程序实现﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒8第四章总结和展望﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒12 第一节：总结﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒13第二节：展望﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒13参考文献﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒14致谢﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒14第一章：引言第一节：字符串匹配研究的目的和意义字符串是计算机科学中常见的基本概念，搜索问题也是计算机科学中的基本问题。
而且迄今为止文本信息仍然还是最主要的信息交换手段之一，因此作为文本处理中的一个重要领域——字符串匹配，就显得尤其的重要，随着互联网的日渐庞大，信息也是越来越多，如何在海量的信息中快速查找自己所要的信息是网络搜索研究的热点所在；在这其中，字符串匹配算法起着非常重要的作用，一个高效的字符串匹配算法，可以极大的提高搜索的效率和质量。
本文力图阐明字符串匹配算法的发展过程中的两个重要的算法KMP算法和BM算法，并且并介绍了各个算法的特点，并给予了适当的比较和分析，进而提出了新的字符串匹配算法希望能够在各方面有所改进。
字符串匹配技术有着十分广泛的应用领域，它的最直接的应用领域是构建数据的全文检索系统和图书文献目录摘要的查询系统。
尤其在近年来，网络技术马不停蹄的快速发展，网络带宽不断增加，随之出现的问题也越来越多，加之随着网络技术和生物技术的不断发展，串模式匹配技术又在网络安全，网络信息检索和生物计算等领域中发挥着重要作用，并不断发展。
而且在对大量黄色信息，反动言论和国家机密的过滤方面以及入侵检测技术和内容过滤技术方面字符串匹配算法也扮演者一个不可或缺的角色。
随着生命科学技术的发展，人们对生命物质的微观结构的认识越来越清晰。
而且人类基因组序列的绘制工作目前己经完成。
计算生物学中的一个最基本问题是，寻找一个或一组基因片断在一个基因序列中的出现位置，以比较基因的相似性和遗传关系；或者根据己知的蛋白质样本去匹配未知的蛋白质序列，来确定这种未知的蛋白质序列所属蛋白质的种类和功能。
由于蛋白质和基因都可以使用建立在一定字符集上的符号序列来表示，因而传统的字符串匹配技术又有了新的发挥之地。
尤其是近些年来的发展，科学家们对基因发生的突变和进化等变化进行研究，来描述同一物种的基因序列可能存在一定的差别，所以这就促进了“近似匹配”技术的又一提高和发展。
综上所述，字符串匹配技术在众多的领域中发挥着基础的核心作用，对字符串匹配算法作进一步的研究和改进，对于提高执行的效率、增加应用系统的性能、节约硬件成本等有着重要的现实意义。
第二节：本文的内容和安排本文通过对经典字符串匹配算法的深入理解和分析，在KMP算法的基础上提出了两种改进算法，并且给出了程序实现代码，经过分析和测试确定其性能得到提高，在某些方面都达到了较高的水平。
本文的后续的章节安排为：第二章将对字符串匹配算法的概念进行归纳并总结其研究现状；第三章详细分析字符串匹配算法：KMP算法，并提出相应的新的改进算法，而且深入分析所涉及到的经典算法的思想以及程序的实现方法，并且将改进后的算法与之比较，得出改进后算法的优点。
最后第四章进行总结和展望。
第二章串匹配算法的概念与研究现状第一节：字符串匹配的有关概念字符串是n ( 0 ) 个字符的有限序列，记作 S : “c0c1c2…cn-1”。
其中，S是串名字；“c0c1c2…cn-1”是串值；ci是串中字符；n是串的长度。
如：“Welcome to Linux world ”模式匹配是串的基本运算之一。
它是指在串中寻找子串（第一个字符）在串中的位置。
有两个字符串T和Ｓ，字符串T称为正文，字符串S称为模式，要求找出模式S在正文T中的首次出现的位置。
一旦模式S在正文T中找到，就说发生一次匹配。
有些应用可能会要求找出所有的匹配位置。
算法复杂度分为时间复杂度和空间复杂度。
其作用：时间复杂度是度量算法执行的时间长短；而空间复杂度是度量算法所需存储空间的大小。
KMP字符串模式匹配通俗点说就是一种在一个字符串中定位另一个串的高效算法。
简单匹配算法的时间复杂度为O(m*n);KMP匹配算法的时间复杂度为O(m+n).第二节：字符串匹配算法的研究现状近年来，学术界的兴趣与日俱增，特别在生物信息学和信息检索两个领域中，需要处理的文本规模越来越大，而且需要在文本中进行越来越复杂的搜索。
因此，出现了一种非标准的模式匹配问题,该问题涵盖的内容包括通配符、近似匹配等等。
近期，学术界最活跃的问题之一就是研究带有通配符的串匹配问题。
即带有don't care或wildcard字符。
然而，通配符的引入会让问题定义更加灵活，却也带来了复杂性。
算法的设计有时不仅仅考虑时空效率，保证匹配结果的完备性很可能成为算法设计更重要的问题。
在串匹配研究领域中，一个人所共知的事实是“算法的思想越简单，实际应用的效果越好”。
另外，随着新一代计算机的产生，会出现一些新技术，例如位并行等。
然而KMP算法依然占据着不可替代的作用，尤其是他们的优化版更是应用广泛。
第三章：KMP算法和BM算法及其改进算法的研究及实现第一节：KMP算法的研究及实现KMP算法是一种线性时间复杂的字符串匹配算法，它是对BF算法（Brute-Force，最基本的字符串匹配算法的）改进。
由D.E.Knuth与V.R.Pratt和J.H.Morris同时发现，因此人们称它为克努特——莫里斯——普拉特操作（简称KMP算法）。
KMP算法的关键是根据给定的模式串W1,m,定义一个next函数。
next 函数包含了模式串本身局部匹配的信息。
首先，我们引入一个叫失败链接值(faillink)的概念，就是说“每当一趟匹配过程中出现字符比较不等时，不需回溯i指针，而是利用已经得到的‘部分匹配’结果（匹配串的每个字符的失败链接值）将模式（匹配子串）向右‘滑动’尽可能远的一段距离，继续进行比较。
”其实质失败链接值就是一个和主串完全无关只和子串相关的值。