BM算法概念
    BM算法是一种精确字符串匹配算法（区别于模糊匹配）。
    BM算法采用从右向左比较 的方法，同时应用到了两种启发式规 则，即坏字符规则 和好后缀规则 ，来决定向右跳跃的距离。
BM算法思想
    1、三个shift函数：d1,d2,d3，函数的作用是决定当匹配不成功时窗口的 移动位数。
    2、假设一个情况：已经读入了一个既是搜索窗口中的 文本的后缀，同时也是模式串后缀的字符串u,并且读入的下一个文本字符σ与模式串的下一个字符a不相等。
    3、窗口安全移动是指窗口移动意味着读入新的字符， 放弃上一个窗口的前面几个字符，要保证放弃的字符确实无法参与匹配。窗口移动方向是从前向后。算法的核 心思想是对于模式串，可能至少有2个相同部分，这些部分肯定有一个在模式串的后缀，其它的部分可能在模式串的中间， 也可能在模式串的前缀，在后缀搜索时，发现了文本串和模式串的部分匹配X，此
时，如果模式串除了后缀外，其它部分还含有X，则使文本串和模式中发生不匹配的读入的字符加上原来的匹配的X形成的部分有可能与模式串其它部分的X发生匹配（如果与模式串 所有的X不匹配，则说明这个窗口内不可能发生匹配），安全地向后移动窗口，放弃的部分肯定 不会发生匹配了。
        1） d1:后缀u在模式串p中的另一个位置是最右出现位置是j（不包括在模式串尾的出现 ）,文本串的窗口安全移动方法是将窗口移动m-j字符，使文本中的 u与模式串中最右边的u的出现位置相对齐。对模式中的每个后缀，计算它到 它的下一个出现之间的距离，即shift的d1，如果P的后缀u不在P中重复出现，则d1(u)被置为模式串长度m
        2）d2:后缀u不出现在p中的任何其他位置。但u的后缀v可能是模式串p的一个前缀，需要对模式串所有的后缀计算第二个函 数d2。对于P的每个后缀u,d2(u)表示既是P的前缀，同时也是u的后缀的最长字符串v的长度.
        3）d3:在搜索窗口中从后向前搜索时，在文本字符σ处不能成功匹配。保证下一次验证时文本 字符σ一定与模式串中的一个字符σ相对应（即：使上次匹配不成功的那个字符能在模式串的第二个 X部分匹配成功，在模式串中到这个字符，该字符是X的前面一个字符），
对每个字母表中的每个字符σ，d3(σ)表示σ在模式串的最右出现位置到模式串末尾的距离， 如果σ不在P中，d3为m
    4、读入文本字符串u并在字符σ上不匹配时，进行如下几次比较：
        1）第一次：取 d1(u)和d3(σ)中较大值。
        2）第二次:以上面的比较结果与m-d2(u)中的较小者，因为后者是最大的安全移动距离 。
    5、如果抵达了窗口的起始位置，说明发现阶段一个成 功匹配，用d2计算窗口的下一次移动距离，进行继续匹配。
BM算法的基本流程图解 
    设文本串T，模式串为P。首先将T与P进行左对齐，然后进行从右向左比较  ，如下图所示:
      若是某趟比较不匹配时，BM算法就采用两条启发式规则，即坏字符规则 和好后缀规则 ，来计算模式串向右移动的距离，直 到整个匹配过程的结束。
      下面，来详细介绍一下坏字符 规则 和好后缀规则 。
       首先，诠释一下坏字符和好后缀的概念。请看下图：
      图中，第一个不匹配的字符（红部分）为坏字符，已匹配部分（绿 ）为好后缀。
      1）坏字符规则 （Bad Character）：
      在BM算法从右向左扫描的过程中，若发现某个字符 x不匹配，则按如下两种情况讨论：
      i.  如果字符x在模式P中没有出现，那么从字符x开始的m个文本显然不可能与P匹配成功，直接全部跳过该区域即可。
      ii. 如果x在模式P中出现，则以该字符进行对齐。
    用数学公式表示，设Skip(x)为P右移的距离，m为模式串P的长度，max(x)为字符x在P中最右位置。
           
          例 1：
        下图红部分，发生了一次不匹配。
        计算移动距离Skip(c) = 5 - 3 = 2，则P向右移动2位。
        移动后如下图：
       
      2）好后缀规则（Good Suffix）：
    若发现某个字符不匹配的同时，已有部分字符匹配成功，则按如下两种情况讨论：
      i.  如果在P中位置t处已匹配部分P'在P中的某位置t'也出现，且位置t'的前一个字符与位置t的前一个字符不相同，则将P右移使t'对应t方才的所在的位置。
      ii. 如果在P中任何位置已匹配部分P'都没有再出现，则到与P'的后缀P''相同的P的最长前缀x，向右移动P，使x对应方才P''后缀所在的位置。 
     用数学公式表示，设Shift(j)为P右移的距离，m为模式串P的长度，j 为当前所匹配的字符位置，s为t'与t的距离（以上情况i）或者x与P''的距离（以上情况ii）。
    以上过程有点抽象，所以我们继续图解。
    例2：
    下图中，已匹配部分cab（绿）在P中再没出现。
字符串长度17模式串长度
    再看下图，其后缀T'（蓝）与P中前缀P'（红）匹配，则将P'移动到T'的位置。
    移动后如下图：
    自此，两个规则讲解完毕。
    在BM算法匹配的过程中，取SKip(x)与Shift(j)中的较大者作为跳跃的距离。
      BM算法预处理时间复杂度为O（m+s），空间复杂度为O(s)，s是与P, T相关的有限字符集长度，搜索阶段时间复杂度为O(m·n)。
      最好情况下的时 间复杂度为O(n/m)，最坏情况下时间复杂度为O(m·n)。
BM模式匹配算法-实现C 语言代码
   下面是SNORT中提取出的代码。
#include<iostream>
using namespace std;
/
/#define u_char unsigned char
/* ****************************************************************
    函数：int* MakeSkip(char *, int)
      目的：根据坏字符规则做预处理，建立一张坏字符表
      参数：
              ptrn => 模式串P
              PLen => 模式串P长度
    返回：
          int* - 坏字符表
 ****************************************************************/
int* makeskip(char *ptrn, int pLen)
{   
      int i;
      //为建立坏字符表，申请256个int的空间
      /*PS:要申请256个空间胡原因，是因为一个字符是8位，所以字符可能有2的8次方即256种不同情况 */
      int *skip = (int*)malloc(256*sizeof(int));
      if(skip == NULL)
      {
              fprintf(stderr, "malloc failed!");
              return 0;
      }
      //初始化坏字符表，256个单元全部初始化为pLen
      for(i = 0; i < 256; i++)
              *(skip+i) = pLen;
      //给表中需要赋值的单元赋值，不在模式串中出现的字符就不用再赋值了
      while (pLen != 0)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。