[发明专利]字符序列匹配方法、实现匹配的预处理方法和装置

权利要求书

1.一种字符序列匹配方法，其特征在于，所述方法包括：

获取给定的字符序列；

以所述字符序列中的每一字符位置为起始提取所述字符位置对应的子序列；

在字典树根据所述子序列所包含字符以及所对应字符位置，查找各字符位置所对应子序列，所述字典树通过样本字符序列中样本子序列以及所对应样本字符位置构建，所述字典树节点包括根节点、分支节点以及叶子节点，所述分支节点携带样本子序列中的字符；

各分支节点都有着唯一对应的层级，随着层级的不断深入对分支节点存在的下一分支节点查找字符，所述在字典树根据所述子序列所包含字符以及所对应字符位置，查找各字符位置所对应子序列，包括：

针对于所述子序列中的字符，按照子序列中字符存在的前后顺序确定所述字符在字典树中进行查找的层级，对首位字符在字典树内查找第一层是否存在携带了所述首位字符的分支节点，如果存在，则由所述分支节点继续向下一层的分支节点查找是否存在携带了下一字符的分支节点，直至完成所述子序列中所有字符的依次查找匹配，以查找匹配得到所述子序列，获得节点路径，所述节点路径以根节点为起始，所查找匹配得到的多层分支节点顺次连接，以叶子节点为结尾的节点路径，多层分支节点与所述子序列的长度相符；

在叶子节点上由位数组通过二进制表示在一位上的数值变化读取指示的位置值，根据所述位置值进一步判断所述子序列在所述字典树查找匹配的节点路径是否与所述子序列对应于相同字符位置，指示所述位置值的所述位数组的二进制表示为整数数组，整数的每一位都表示所在位置顺序映射至子序列的字符位置；

如果所述子序列在所述字典树查找匹配的节点路径与所述子序列对应于相同字符位置，则判定所述字符位置对应的子序列能够在所述字典树通过所包含字符和所对应字符位置匹配查找得到，所述节点路径中，所述根节点和叶子节点之间顺次连接着单一一个或者若干个分支节点，匹配查找得到的所述节点路径上字符在分支节点的分布与所述字符序列匹配的样本字符序列中字符的顺序存在相一致；

如果所有字符位置所对应子序列都能够在所述字典树通过所包含字符和所对应字符位置匹配查找得到，则判定所述字典树中存在所述字符序列匹配的样本字符序列。

2.根据权利要求1所述的方法，其特征在于，所述以所述字符序列中的每一字符位置为起始提取所述字符位置对应的子序列，包括：

在所述字符序列中逐字符进行指定长度的子序列提取，获得相应字符位置的子序列，所述字符位置为所述字符在所述字符序列中的位置。

3.根据权利要求2所述的方法，其特征在于，所述进一步判断所述子序列在所述字典树查找匹配的节点路径是否与所述子序列对应相同字符位置，包括：

从所述子序列在所述字典树所查找匹配节点路径的叶子节点中获得指示的标志位；

判断所述标志位与所述子序列所对应字符位置对应于相同位置值，如果为是，则判定所述子序列在所述字典树查找匹配的节点路径与所述子序列对应于相同字符位置。

4.根据权利要求1所述的方法，其特征在于，所述如果所有字符位置所对应子序列都能够在所述字典树通过所包含字符和所对应字符位置匹配查找得到，则判定所述字典树中存在所述字符序列匹配的样本字符序列之后，所述方法还包括：

获取各字符位置对应子序列的字典树查找中匹配的目标子序列以及所对应字符位置，所述目标子序列为样本字符序列中的样本子序列；

按照所对应样本字符位置进行所述目标子序列的拼接，获得所述字典树中所述字符序列匹配的样本字符序列。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所进行的子序列获取以及样本字符序列构建所述字典树，获得包含样本字符序列中样本子序列以及所对应样本字符位置的字典树。