[发明专利]大字符串匹配方法

权利要求书

1.一种大字符串匹配方法，按以下步骤进行：

a)在需要匹配的两个大的字符串M、N中选择一个特征字符或字

  符串序列，根据特征字符或字符串序列对所要匹配的两个字符

  串分别分段，得到{M_i}，{N_j}，用散列变换方法计算每段小字符

  串M_i和N_j的散列值，以散列值为元素组成变换序列(a_i，b_i)和

  (c_j，d_j)，这样把需要匹配的两个大的字符串分别变换成序列{(a_i，b_i)}

  以及{(c_j，d_j)}；

b)然后对序列{(a_i，b_i)}、{(c_j，d_j)}按照a_i＝c_j并且b_i＝d_j为条件进行匹

  配，标记出匹配项；

c)序列{(a_i，b_i)}、{(c_j，d_j)}中匹配和不匹配所对应的段分别处理，其

  中匹配项对应的小字符串段进行字符串匹配，并进一步标记出

  小字符串段中的匹配和非匹配内容并输出匹配和非匹配内容；

  做为粗匹配，非匹配项对应的小字符串段全部作为非匹配内容

  输出；做为细匹配，可以对各个非匹配段进行进一步匹配，找

  出更多的匹配内容。

2.按权利要求1所述的一种大字符串匹配方法，其特征在于：所述步骤a)中的散列变换采用计算每段小字符串的长度和以及段中各字符累加和的散列计算方式，变换为一对关于段的长度及段中各字符累加和的序列M_i(a_i，b_i)以及N_j(c_j，d_j)。

3.按权利要求1或2所述的一种大字符串匹配方法，其特征在于：所述的M_i(a_i，b_i)与数组N_j(c_j，d_j)的匹配以及各段小字符串的匹配采用对角线优先匹配方法，按以下步骤进行：a)把需要匹配的两个字符串生成一个矩阵，以矩阵左上角元素，  即M(0，0)为起点，b)从起点开始，搜索从该点向右下方向的一个1*1矩阵，检查该  点是否匹配，如果是，将该点的右下点作为新的起点，重复步  骤(b)；c)否则，将该矩形向右下扩大一行和一列，即以矩形右下角的点  的右下点作为新的矩形右下角，在矩形内部搜索匹配点，如果  找到，则以该点的右下点为新的起点，转回步骤(b)继续搜索；d)如果没有找到，重复步骤(c)，直到搜索达到矩阵的边界为止，  搜索结束；e)标记步骤(a)-(d)中搜索到的匹配点，就是两个数组或字符串的匹  配部分。