[发明专利]大字符串匹配方法

摘要

本发明公开了一种大字符串匹配方法。所述的大字符串匹配方法是对字符串先按某种特征字符或字符序列进行分段，每段字符串变换为一个数值元素，如(长度，段的字符累加和)，生成长度小得多的两个串，对这两个串进行匹配后，然后分别匹配各个子段，运算量近似于O(M+N)，从而大大降低了运算的复杂度，提高了运算速度。本发明同时还公开了一种对角线优先匹配方法，用于匹配字符串，大大提高了匹配速率。

主权项

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{Mi}，{Nj}，用散列变换方法计算每段小字符串Mi和Nj的散列值，以散列值为元素组成变换序列(ai，bi)和(cj，dj)，这样把需要匹配的两个大的字符串分别变换成序列{(ai，bi)}以及{(cj，dj)}；b)然后对序列{(ai，bi)}、{(cj，dj)}按照ai＝cj并且bi＝dj为条件进行匹配，标记出匹配项；c)序列{(ai，bi)}、{(cj，dj)}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。