Bài giảng Cấu trúc dữ liệu và giải thuật: Các thuật toán tìm kiếm chuỗi - Nguyễn Tri Tuấn

Bài giảng Cấu trúc dữ liệu và giải thuật: Các thuật toán tìm kiếm chuỗi cung cấp cho người học các kiến thức mở đầu về string searching, các bước xử lý, các cách tiếp cận, Brute-Force, Knuth-Morris-Pratt. Mời các bạn cùng tham khảo.

Data Structures & Algorithms

(String Searching Algorithms)

Nguy ễ n Tri Tu ấ n Khoa CNTT – Đ H.KHTN.Tp.HCM Email: nttuan@fit.hcmus.edu.vn

Ý t ưở ng:

Đố i v ớ i v ị trí th ứ i c ủ a v ă n b ả n T (i=0…n-m), ta so sánh

các ký t ự c ủ a P t ươ ng ứ ng t ừ trái sang ph ả i:

P[0] v ớ i T[i], P[1] v ớ i T[i+1],…, P[m-1] v ớ i T[i+m-1]

P[j] v ớ i T[i+j] (j = 0 m-1)

Ví d ụ :

T = “ TWO RED ROADS CROSSING ”

n = length(T) = 22

return -1 ; // không tìm th ấ y

}

Brute-Force (tt)

Tr ườ ng h ợ p x ấ u nh ấ t O(m*n) – t ự ch ứ ng minh

Brute-Force (tt)

Tr ườ ng h ợ p t ố t nh ấ t O(n) – t ự ch ứ ng minh

Tr ườ ng h ợ p trung bình O(n+m) – t ự ch ứ ng minh

Đặt vấn đề

Trong thu ậ t toán Brute-Force: khi x ả y ra không so kh ớ p

t ạ i m ộ t ký t ự , ta đ ã xóa b ỏ t ấ t c ả thông tin có đượ c b ở i

L ợ i d ụ ng thông tin đ ã bi ế t v ề các ký t ự đ ã so sánh

Bi ế n j th ể hi ệ n s ố ký t ự đ ã đượ c so kh ớ p gi ữ a m ẫ u (P) và v ă n b ả n (T) Khi g ặ p v ị trí không so kh ớ p, thay

vì gán j = 0 để quay l ạ i t ừ đầ u chu ỗ i P, ta s ẽ gán cho

j m ộ t giá tr ị thích h ợ p

Morris-Pratt (tt)

Xây d ự ng m ả ng NEXT[0 m-1] (có m ph ầ n t ử ) NEXT[j] ch ứ a giá tr ị dùng để d ị ch chuy ể n con tr ỏ j khi

x ả y ra s ự không kh ớ p t ạ i v ị trí j

Morris-Pratt (tt)

Ví d ụ :

i=1 A A TAAAATA j=1 AA ATA (không so khớp
i=i+j–NEXT[1]=2

j=NEXT[1]=0)

i=2 AATAAAATA j=0 A AATA (không so khớp
i=i+j–NEXT[0]=3

Ví d ụ : P = AAATA

NEXT[1] = 0 (j=1)

NEXT[2] = 1

A

Morris-Pratt (tt)

// Hàm tính giá tr ị b ả ng NEXT (Morris-Pratt)

void initNEXT_MP(char *p, int NEXT[]) {

}

Morris-Pratt (tt)

Ví d ụ :

Xây d ự ng b ả ng NEXT cho P = 10100

Xây d ự ng b ả ng NEXT cho P = ABACAB Xây d ự ng b ả ng NEXT cho P = GCAGAGAG Xây d ự ng b ả ng NEXT cho P = AABAABA

Morris-Pratt (tt)

P = 10100 0 1 2 3 4 NEXT -1 0 0 1 2

P = ABACAB 0 1 2 3 4 5 NEXT -1 0 0 1 0 1

P = GCAGAGAG 0 1 2 3 4 5 6 7

NEXT -1 0 0 0 1 0 1 0

Khi xây d ự ng b ả ng NEXT, Knuth b ổ sung ki ể m tra

đ i ề u ki ệ n c ≠ a để tránh tr ườ ng h ợ p “mis-match” ngay

v ị trí đầ u tiên sau khi d ị ch chuy ể n j

Giải thích: nếu a == c, tức là c ≠ b (vì a ≠ b)
sẽ

“mis-match” ngay lần so sánh đầu tiên sau khi dịch chuyển j

Knuth-Morris-Pratt (tt)

Giai đ o ạ n ti ề n x ử lý có m ộ t c ả i ti ế n nh ỏ : Tính độ d ị ch chuy ể n t ố t h ơ n  tránh so sánh cùng m ộ t ký t ự

trong T hai l ầ n

Giai đ o ạ n tìm ki ế m: hoàn toàn gi ố ng thu ậ t toán Morris-Pratt

} }

Thank you for your attention

Q & A