溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶(hù)服務(wù)條款》

怎么實(shí)現(xiàn)Python模式匹配

發(fā)布時(shí)間:2020-08-25 09:59:57 來(lái)源:億速云 閱讀:188 作者:Leah 欄目:編程語(yǔ)言

怎么實(shí)現(xiàn)Python模式匹配?很多新手對(duì)此不是很清楚,為了幫助大家解決這個(gè)難題,下面小編將為大家詳細(xì)講解,有這方面需求的人可以來(lái)學(xué)習(xí)下,希望你能有所收獲。

python通過(guò)BF算法實(shí)現(xiàn)關(guān)鍵詞匹配,BF算法,即暴風(fēng)(Brute Force)算法,是普通的模式匹配算法,BF算法的思想就是將目標(biāo)串S的第一個(gè)字符與模式串T的第一個(gè)字符進(jìn)行匹配,若相等,則繼續(xù)比較S的第二個(gè)字符和 T的第二個(gè)字符;若不相等,則比較S的第二個(gè)字符和T的第一個(gè)字符,依次比較下去,直到得出最后的匹配結(jié)果。BF算法是一種蠻力算法。

代碼如下:

#!/usr/bin/python
# -*- coding: UTF-8
# filename BF
import time
"""
t="this is a big apple,this is a big apple,this is a big apple,this is a big apple."
p="apple"
"""

t="為什么叫向量空間模型呢?其實(shí)我們可以把每個(gè)詞給看成一個(gè)維度,而詞的頻率看成其值(有向),即向量,這樣每篇文章的詞及其頻率就構(gòu)成了一個(gè)i維空間圖,兩個(gè)文檔的相似度就是兩個(gè)空間圖的接近度。假設(shè)文章只有兩維的話,那么空間圖就可以畫(huà)在一個(gè)平面直角坐標(biāo)系當(dāng)中,讀者可以假想兩篇只有兩個(gè)詞的文章畫(huà)圖進(jìn)行理解。"

p="讀者"
i=0
count=0
start=time.time()
while (i <=len(t)-len(p)):
j=0
while (t[i]==p[j]):
i=i+1
j=j+1
if j==len(p):
break 
elif (j==len(p)-1):
count=count+1
else:
i=i+1
j=0
print count
print time.time()-start

算法思想:目標(biāo)串t與模式串p逐詞比較,若對(duì)應(yīng)位匹配,則進(jìn)行下一位比較;若不相同,p右移1位,從p的第1位重新開(kāi)始比較。

算法特點(diǎn):整體移動(dòng)方向:可認(rèn)為在固定的情況下,p從左向右滑動(dòng);匹配比較時(shí),從p的最左邊位開(kāi)始向右逐位與t串中對(duì)應(yīng)位比較。p的滑動(dòng)距離為1,這導(dǎo)致BF算法匹配效率低(相比其他算法,如:BM,KMP,滑動(dòng)沒(méi)有跳躍)。

該算法的時(shí)間復(fù)雜度為O(len(t)*len(p)),空間復(fù)雜度為O(len(t)+len(p))

看完上述內(nèi)容是否對(duì)您有幫助呢?如果還想對(duì)相關(guān)知識(shí)有進(jìn)一步的了解或閱讀更多相關(guān)文章,請(qǐng)關(guān)注億速云行業(yè)資訊頻道,感謝您對(duì)億速云的支持。

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI