首页/论文/1401.7110

arXiv 1401.71102014-01-28cs.DS

一种基于模式中弱光字符的快速字符串匹配算法

A Fast String Matching Algorithm Based on Lowlight Characters in the Pattern

Zhengjun Cao, Lihua Liu

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

提出了一种新的字符串匹配算法，该算法不从模式的左端或右端进行匹配，而是从一个特定的位置进行匹配。与Knuth-Morris-Pratt算法和Boyer-Moore算法相比，新算法在选择比较起始位置时更加灵活。该选项确实节省了成本。

英文摘要：

We put forth a new string matching algorithm which matches the pattern from neither the left nor the right end, instead a special position. Comparing with the Knuth-Morris-Pratt algorithm and the Boyer-Moore algorithm, the new algorithm is more flexible to pick the position for starting comparisons. The option really brings it a saving in cost.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

用于快速模式匹配的矢量化字符计数

Vectorized Character Counting for Faster Pattern Matching

许多现代序列比对工具使用称为FM索引的空间有效的数据结构来实现快速字符串匹配。这种数据结构的简洁性给算法设计者带来了独特的挑战。在本文中，我们探讨的机会，并行化的精确和不精确的匹配，并提出了一个有效的SIMD解决方案的OCC部分的算法。我们的实现在一个过程中计算不精确匹配算法步骤所需的所有八个Occ值。我们展示了算法的性能在多核基因组比对，并讨论了内存预取的影响。

2019-09-03cs.DS

具有d个通配符的流式模式匹配

Streaming Pattern Matching with d Wildcards

在具有$d$通配符的模式匹配问题中，给定长度为$n$的文本$T$和长度为$m$的模式$P$，模式$P$包含$d$通配符，每个字符由特殊符号$'?'$表示。字符串匹配任何其他字符。目标是为$T$的每个$m$长度的子串确定它是否与$P$匹配。在具有$d$通配符的模式匹配问题的流模型变体中，文本$T$每次到达一个字符，并且目标是在下一个字符到达之前报告最后的$m$字符是否匹配$P$，同时仅使用$o(m)$空格字。在本文中，我们介绍了两个新的算法的$d$流模式匹配模式匹配问题。第一种是由常数$0\leq δ\leq 1$参数化的随机Monte Carlo算法。该算法使用每个字符的$\tilde{O}(d^{1-δ})$分摊时间和空间的$\tilde{O}(d^{1+δ})$字。第二种算法在第一种算法中用作黑盒，它是一种随机蒙特卡罗算法，它使用每个字符的$O(d+\log m)$最坏情况时间和空间的$O(d\log m)$字。

2017-04-05cs.DS

基于字符距离文本采样的高效在线字符串匹配

Efficient Online String Matching Based on Characters Distance Text Sampling

在文本中搜索模式的所有出现是计算机科学中的一个基本问题，在许多其他领域，如自然语言处理，信息检索和计算生物学的应用。采样字符串匹配是最近推出的一种有效的方法，一方面，为了克服令人望而却步的空间要求的索引建设，并大大减少搜索时间的在线解决方案，另一方面。在本文中，我们提出了一种新的算法的采样字符串匹配问题的基础上，字符距离采样方法。其主要思想是在验证原始文本之前，对给定主元字符的连续出现之间的距离进行采样，然后在线搜索采样数据以查找采样模式的任何出现。从理论上证明了在适当的条件下，该方案可以同时获得线性最坏时间复杂度和最优平均时间复杂度.从实践的角度来看，我们的解决方案在实践中表现出次线性行为，并将在线搜索速度提高了9倍，使用有限的额外空间，其数量从文本大小的11%到2.8%，与以前的解决方案相比，增益高达50%。

2019-08-16cs.DS

基于顶点序特征的最大诱导匹配算法

Maximum Induced Matching Algorithms via Vertex Ordering Characterizations

研究了图G上的最大诱导匹配问题。导出匹配对应于L2（g）中的独立集，即g的线图的平方。这个问题在二部图上是NP-完全的。在这项工作中，我们表明，对于一些图的家庭与禁止顶点排序，几乎所有的禁止模式的三个顶点时，采取平方的线图。这些排序可以在输入图的大小的线性时间内计算。特别地，给定一个由顶点序表征的图类G，以及G中的一个图g =（V，E），其对应的顶点序σ为V，人们可以（在g大小的线性时间内）在L2（g）的顶点上产生一个序，该序表明对于许多图类G，G中的L2（g）-不需要计算g的线图或线图的平方。这些结果推广和统一了以前关于L2（.）对于各种图形族。此外，可以在算法上利用L2（g）上的这些排序来更快地计算G上的最大诱导匹配。我们说明后一个事实，在下半年的文件，我们专注于cocomparitygraphs，一个大型的图形类，包括间隔，置换，梯形图，和合作图，我们提出了第一个O（mn）时间算法计算最大加权诱导匹配cocomparitygraphs;改进从最知名的O（n4）时间算法的未加权的情况下。

2017-09-20cs.DS

重温广义模式匹配

Generalised Pattern Matching Revisited

在$\texttt{Generalised Pattern Matching}\ (\texttt{GPM})$ [STOC'94，Muthukrishnan和Palem]的问题中，我们给出了长度为$n$的文本$T$在字母表$Σ_T$上，长度为$m$的模式$P$在字母表$Σ_P$上，以及匹配关系$\subseteq Σ_T \times Σ_P$，并且必须返回与PDMATHBMQ匹配的PDMATHBMN的所有子字符串（报告）或长度为$m$的$T$的每个子串与$P$之间的不匹配数量（计数）。在这项工作中，我们改进了所有以前已知的算法，这个问题的各种参数描述的输入实例：* $\mathcal{D}\,$是匹配一个固定字符的字符的最大数量，* $\mathcal{S}\,$是匹配字符对的数量，* $\mathcal{I}\,$是不相交的字符的间隔，匹配模式$P$的$m$字符的总数。在我们的新的确定性上界$\mathcal{D}\,$和$\mathcal{S}\,$的核心在于一个更快的建设叠加代码，解决了一个开放的问题，在[FOCS'97，Indyk]，可以独立的利益。最后，我们证明了$\texttt{GPM}$的第一个下界。我们首先表明，任何确定性或蒙特卡罗算法的$\texttt{GPM}$必须使用$Ω(\mathcal{S})$时间，然后继续显示组合算法的下限。这些界限表明，我们的算法…

2020-01-16cs.DS

流中的字典匹配

Dictionary matching in a stream

我们考虑流中的字典匹配问题。给定一组字符串（称为字典）和一个字符流（每次到达一个字符），任务是在我们的字典中的某个字符串出现在流中时报告。我们提出了一个随机算法，每个到达字符需要O（log log（k + m））的时间，并使用O（k log m）字的空间，其中k是字典中的字符串的数量和m是字典中最长的字符串的长度。

2015-04-23cs.DS

更多相关论文收起更多论文

稀疏后缀树上的线性模式匹配

Linear pattern matching on sparse suffix trees

将多个字符打包到一个计算机字中是压缩字符串表示并加速其处理的一种简单而自然的方法。利用这个想法，我们提出了一个压缩字符串的索引，基于{ \em稀疏后缀树} \cite{KU-96}适当定义的后缀链接。假设，在标准的单位成本RAM模型下，一个字最多可以存储$\log_σn$字符（$σ$是字母表大小），我们的索引占用$O(n/\log_σn)$空间，即与压缩字符串本身相同的空间。所得到的模式匹配算法在时间$O(m+r^2+r\cdot occ)$中运行，其中$m$是模式的长度，$r$是存储在字中的字符的实际数目，而$occ$是模式出现的数目。

2011-03-14cs.DS

秩极大匹配--结构与算法

Rank Maximal Matchings -- Structure and Algorithms

设G =（A UP，E）是一个二分图，其中A表示一组代理，P表示一组帖子，边上的秩表示代理对帖子的偏好。G中的一个匹配M是秩最大的，如果它匹配了最大数量的申请者到他们的第一个职位，在此基础上，匹配了最大数量的申请者到他们的第二个职位等等.本文给出了秩最大匹配的一个开关图刻画，这是一个有用的工具，可以在一个实例中编码所有的秩最大匹配.的表征导致几个有趣的问题，简单而有效的算法。特别是，我们给出了一个有效的算法来计算一个实例中的秩极大对的集合。我们证明了秩极大匹配数的计数问题是P-完全的，并给出了该问题的一个FPRAS。最后，我们考虑了在给定的实例中，在所有的秩最大匹配中，判断一个秩最大匹配是否受欢迎的问题，并给出了一个有效的算法。

2014-09-17cs.DS

在线模式匹配的空间下界

Space Lower Bounds for Online Pattern Matching

我们提出了在线模式匹配的空间下界下的一些不同的距离措施。给定一个长度为m的模式和一个每次到达一个字符的文本，在线模式匹配问题是在新字符到达时立即报告模式和文本的滑动窗口之间的距离。我们要求在每个位置上以恒定的概率给出正确的答案。我们给出了L_1、L_2、L_ \infty、Hamming、编辑和交换距离以及计算互相关/卷积的任何算法的Omega（m）比特空间下界。然后，我们展示了距离函数之间的二分法，具有通配符般的属性和那些没有。在前一种情况下，其中包括，作为一个例子，模式匹配与字符类，我们给欧米茄（m）位空间下界。对于其他距离函数，我们证明了存在Omega（log m）和O（log^2 m）位的空间界。最后，我们讨论了非二进制输入的空间下界，并展示了如何在某些情况下，他们可以得到改善。

2011-06-22cs.DS

一种新的不匹配字符串匹配算法

A Novel Algorithm for String Matching with Mismatches

本文提出了一种在线的字符串模式匹配算法。我们研究的问题通常被称为不匹配的字符串匹配，其目标是报告当模式与文本中的每个位置对齐时匹配的字符数。我们提出的新方法是基于模式和文本中单个字符的频率。该算法以简单数组的形式占用最少的空间，从而减少了维护后缀树或自动机等复杂数据结构的开销。

2016-03-10cs.DS

一种快速的字符串精确匹配算法

A Fast Heuristic for Exact String Matching

给定由$δ$不同字符组成的长度为$n$的模式字符串$P$和长度为$m$的查询字符串$T$，其中$P$和$T$的字符是从大小为$Δ$的字母表$Σ$中提取的，{ \em精确字符串匹配}问题包括在$T$中找到所有出现的$P$。针对这个问题，我们提出了一个随机启发式算法，在$O(nδ)$时间预处理$P$，以确定$sparse(P)$，一个很少出现的子串$P$，然后使用它来找到所有出现的$P$在$T$有效。该试探法的预期搜索时间为$O( \frac{m}{min(|sparse(P)|, Δ)})$，其中$|sparse(P)|$至少为$δ$。我们还表明，对于一个模式字符串$P$的字符是随机均匀地从一个字母表的大小$Δ$，$E[|sparse(P)|]$是$Ω(Δlog (\frac{2Δ}{2Δ-δ}))$。

2015-12-11cs.DS

通过多层哈希进行参数化匹配

Set Parameterized Matching via Multi-Layer Hashing

Bar-Ilan University（巴伊兰大学）

本文提出一种随机算法，解决集合参数化匹配问题，通过多层哈希方案高效处理集合字符串匹配与动态编码挑战。

2026-05-01cs.DS

基于反向后缀扫描的有限自动机次线性匹配

Sublinear Matching With Finite Automata Using Reverse Suffix Scanning

我们给出了算法来加速确定性有限自动机（DFA）的计算，通过计算状态的DFA n个位置提前利用下一个n个字符的反向扫描。这通常需要扫描少于n个字符，导致一部分输入被跳过，处理速度相应提高。在我们的几个例子中，跳过的分数> 80%。我们引入偏移有限自动机（OFA）编码的加速计算。OFA通过在每个状态转换处向当前输入索引添加整数偏移来推广DFA。我们给出了算法，用于构建一个OFA，接受相同的语言作为DFA，而可能跳过输入，并与OFA匹配。与尝试跳过一些输入的先前算法相比，新的匹配算法可以更频繁地跳过并且可以跳过更远。在最坏的情况下，新的匹配算法扫描相同数量的字符作为一个简单的前向扫描，而以前的方法往往扫描更多，所以新的算法可以作为一个可靠的替代简单的前向扫描。此外，新算法适应可用的内存和时间限制。

2015-01-15cs.DS

字符串精确匹配的快速算法

Fast Algorithms for Exact String Matching

给定长度为$n$的模式字符串$P$和长度为$m$的查询字符串$T$，其中$P$和$T$的字符是从大小为$Δ$的字母表中提取的，{ \em精确字符串匹配}问题包括在$T$中查找所有出现的$P$。对于这个问题，我们提出的算法，在$O(nΔ^2)$时间预处理$P$，基本上确定$sparse(P)$，一个很少出现的子串$P$，然后用它来找到$P$在$T$有效的出现。我们的算法需要$O(m)$的最坏情况下的搜索时间，和$O(m/min(|sparse(P)|, Δ))$的预期搜索时间，其中$|sparse(P)|$至少是$δ$（即$P$中不同字符的数量），并且对于大多数模式字符串，它被观察到是$Ω(n^{1/2})$。

2015-09-30cs.DS

加权受欢迎匹配的拟阵推广：特征刻画与算法

A Matroid Generalization of Weighted Popular Matching: Characterization and Algorithm

Kobe University（神户大学）；Kyoto University（京都大学）；The University of Tokyo（东京大学）；Hosei University（法政大学）

本文提出加权受欢迎公共独立集问题，同时推广两类受欢迎匹配问题，建立其与解无关的特征刻画并给出首个多项式时间算法，还解决了带拟阵约束的加权受欢迎匹配等未决问题。

2026-10-14cs.DScs.GT

快速子串匹配的Scout算法

Scout Algorithm For Fast Substring Matching

精确的子串匹配是许多软件应用程序中的常见任务。尽管存在几种算法来查找模式字符串是否存在于目标字符串中，但最常见的实现是一种简单的蛮力方法。替代方法要么不能为增加的复杂性提供足够的好处，要么对现代字符集不切实际，例如，Unicode。我们提出了一个新的算法，侦察，这是简单，快速和适合所有的应用程序。我们还比较了性能特点的侦察算法与其他几个。

2020-11-08cs.AIcs.DS

调制字符串搜索

Modulated String Searching

Abrahamson在1987年发表的题为“Generalized String Matching”的论文中，介绍了{ \em模式匹配与字符类}，并提供了第一个有效的算法来解决它。迄今为止最著名的解决方案是Linhart和Shamir（2009）。另一类广泛但相对较少研究的字符串匹配问题是数字字符串搜索，例如，"小于“或$L_1$范数字符串搜索。此类问题最著名的解决方案是基于经过适当重新编码后的FFT卷积。本文介绍了{ \em调制字符串搜索}作为字符串匹配问题的一个统一的框架，其中的数值条件可以结合一些布尔/数值决策条件的字符类。该类中的一个示例问题是字符类上的{ \em局部有界$L_1$ -范数}匹配问题：这里，基于文本字符与那些模式字符之一之间的最小$L_1$距离来评估文本中某个位置处的字符与模式中某个位置处的一组字符之间的“匹配”。如果两个字符之间的差异（绝对值）不超过预定义的常数，则两个位置“匹配”。如果所有这些差异的总和不超过第二预定义常数值，则图案具有与文本对齐的出现。这个问题需要逐点评估每个匹配的质量，并且基于前面提到的算法没有已知的解决方案。

2013-07-25cs.DMcs.DSmath.CO

最大匹配宽度：支配集的新刻画及快速算法

Maximum matching width: new characterizations and a fast algorithm for dominating set

我们给出了最大匹配宽度的替代定义，例如，图$G$具有$\operatorname{mmw}(G) \leq k$当且仅当它是弦图$H$的子图，并且对于$H$的每个最大团$X$，都存在具有$A \cup B \cup C=X$和$|A|,|B|,|C| \leq k$的$A,B,C \subseteq X$，使得作为$H$的最小分隔符的$X$的任何子集都是$A, B$或$C$的子集。树宽和分支宽度通过子树的交叉点有不同的定义，其中树宽关注于节点，分支宽度关注于边。我们发现，毫米宽度结合了这两个方面，专注于节点和边缘。在此基础上，我们证明了给定一个图$G$和一个mm宽$k$的分支分解，我们可以在时间$O^*({8^k})$上求解支配集，从而无论何时$\operatorname{tw}(G) > \log_3{8} \times k \approx 1.893 k$都能击败$O^*(3^{\operatorname{tw}(G)})$。注意，$\operatorname{mmw}(G) \leq \operatorname{tw}(G)+1 \leq 3 \operatorname{mmw}(G)$和这些不等式是紧密的。如果只给定图$G$，并使用最好的算法来寻找分解，则最大匹配宽度将更好地用于求解支配集，只要$\operatorname{tw}(G) > 1.549 \times \op…

2015-07-09cs.DMcs.DSmath.CO