專利名稱：基于有序二叉樹的模式匹配方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種信息技術(shù)領(lǐng)域的方法，具體是一種基于有序二叉樹的模 式匹配方法。
背景技術(shù)：
在信息技術(shù)領(lǐng)域，如何在一個動態(tài)字符串中定位指定的模式串是一個非常典 型的問題。該技術(shù)的應(yīng)用范圍非常廣泛，例如，信息抽取、文本編輯、惡意代碼 查找、DNA序列匹配等等。當(dāng)前，基于普通樹型結(jié)構(gòu)的有限狀態(tài)自動機(jī)(DFSA， Deterministic Finite State Automaton)方法是解決多模式匹配問題的常用方 法?；跇湫徒Y(jié)構(gòu)的有限自動機(jī)在應(yīng)用程序中構(gòu)造一次，就可以隨時在應(yīng)用程序 中使用，應(yīng)用非常廣泛。在實(shí)際應(yīng)用中，有一些新的問題逐漸受到重視。在線更 新的模式串集合査找的需求(實(shí)現(xiàn)編輯軟件中多字符串的査找和替換功能)；內(nèi)存
節(jié)約的需求(使方法方便應(yīng)用于PDA、潛入式系統(tǒng)軟件等)；同時要求匹配速度不 能降低。然而基于樹型結(jié)構(gòu)的有限自動機(jī)由于構(gòu)造速度慢、內(nèi)存空間耗費(fèi)大的缺 點(diǎn)，不能很好地滿足這些要求。
經(jīng)對現(xiàn)有技術(shù)文獻(xiàn)的檢索發(fā)現(xiàn)，論文Efficient string matching: An aid to bibliographic search (高效字符串匹配方法目錄査找的輔助手段)，引文 出處Communications of the ACM， 1975， 18 (6) :333-340 (ACM通訊，1975年， 18巻，6期，333-340頁)。該文獻(xiàn)是多模式匹配的奠基，其核心方法是基于普通 樹型結(jié)構(gòu)的有限狀態(tài)自動機(jī)(DFSA)方法，該方法是解決多模式匹配問題的常用 方法。DFSA方法在匹配前對模式串集合進(jìn)行預(yù)處理，轉(zhuǎn)換成樹型有限狀態(tài)自動機(jī)， 然后只需對文本串進(jìn)行一次掃描就可找出所有模式串，其査找時間復(fù)雜度是O(n)。 但該方法的不足之處在于基于樹型結(jié)構(gòu)的有限自動機(jī)特別適用于模式串集合相 對穩(wěn)定的情況，例如，詞典是一個相對穩(wěn)定的模式串集合，只需在應(yīng)用程序中構(gòu) 造一次，就可以隨時在應(yīng)用程序中使用。
經(jīng)檢索還發(fā)現(xiàn)，An efficient algorithm for match multiple patterns (匹配多模式串的高效方法)，IEEE Transaction on Knowledge and Data Engineering, 1993， 5(2) :339-351 (IEEE知識和數(shù)據(jù)工程通訊，1993年，5巻，2期，339-351 頁)。該文獻(xiàn)在經(jīng)典DFSA方法的基礎(chǔ)上增加了跳躍式査找的思想，也可以簡單理 解為DFSA和經(jīng)典BM單模式匹配方法的結(jié)合。由此可知，該技術(shù)根本沒有改變DFSA 方法。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的不足，提供了一個基于有序二叉樹的 模式匹配方法，使其能夠經(jīng)過一次掃描源字符串就能夠定位多個不同模式串在源 字符串中的位置。本發(fā)明改變了傳統(tǒng)DFSA方法，提高了構(gòu)造速度；提高了査找速 度；支持動態(tài)增刪模式串；不需要額外的轉(zhuǎn)向、失敗和輸出表示。
本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的，本發(fā)明包括如下步驟
步驟一、構(gòu)造有序二叉樹對二叉樹按NLR (Node-Left-Right，前序遍歷) 方式遍歷，設(shè)定遍歷二叉樹時的順序，得到一系列的模式串，如果這些模式串得 到的先后順序和它們的字典序相同，即獲得有序二叉樹，同時在有序二叉樹上構(gòu) 造出失敗指針，以重復(fù)利用已經(jīng)匹配成功的模式串子串信息；
步驟二、査找階段根據(jù)構(gòu)造的有序二叉樹及goto函數(shù)和失敗指針對源字串 進(jìn)行一次查找，定位出模式串在源字串中的精確位置，査找的過程如下從有序 二叉樹的根節(jié)點(diǎn)出發(fā)，逐個取出源字串中的字符，根據(jù)goto函數(shù)和失敗指針確定 狀態(tài)之間的轉(zhuǎn)換，當(dāng)源字串的所有字符都被取出后，査找過程就結(jié)束。
所述的設(shè)定遍歷二叉樹時的順序，具體如下設(shè)置棧s用來存放模式串，指 針p用來跟蹤節(jié)點(diǎn)，當(dāng)指針p指向當(dāng)前節(jié)點(diǎn)的右子樹時，棧s的棧頂元素出棧， 右子樹上的元素入棧；當(dāng)指針p指向當(dāng)前節(jié)點(diǎn)的左子樹時，左子樹上的元素直接 入棧，重復(fù)上述過程直到P指向葉子節(jié)點(diǎn)，此時，棧內(nèi)的元素就是某一個模式串。
所述的失敗指針，是指為了重復(fù)利用已經(jīng)匹配成功的子字串信息而使用的一 種指針，具體是指在有序二叉樹的某個狀態(tài)Sl時，應(yīng)用goto函數(shù)將達(dá)到一個 新的狀態(tài)，如果goto函數(shù)調(diào)用正確，則到達(dá)狀態(tài)Sl某一個子狀態(tài)節(jié)點(diǎn)，如果調(diào) 用錯誤，則由失敗指針指向一個固定的節(jié)點(diǎn)狀態(tài)，以避免重新回到根節(jié)點(diǎn)重新匹 配，合理利用了已經(jīng)成功匹配的子字串信息，從而就節(jié)約了査找階段的時間。
所述失敗指針，其構(gòu)造方式具體如下(1) 根節(jié)點(diǎn)的失敗指針指向根節(jié)點(diǎn)；
(2) 狀態(tài)深度為1的節(jié)點(diǎn)的失敗指針指向根節(jié)點(diǎn)；
(3) 對于狀態(tài)深度大于等于2的節(jié)點(diǎn)s，若其父狀態(tài)為r且goto(r， a)=s， s的失敗指針指向的確定是一個遞歸過程，具體如下
① 如果goto(s的父狀態(tài)的失敗指針指向的狀態(tài)，a)的運(yùn)算結(jié)果不是一個實(shí) 際存在的狀態(tài)時，s重新被賦值為s的父狀態(tài)；
② 依次循環(huán)步驟a，直到goto(s的父狀態(tài)的失敗指針指向的狀態(tài)，a)的運(yùn)算 結(jié)果為一個實(shí)際存在的狀態(tài)；
③ s的失敗指針被賦值為s的父狀態(tài)。
所述goto函數(shù)是指根據(jù)設(shè)定的遍歷二叉樹時的順序，構(gòu)造狀態(tài)轉(zhuǎn)化的函數(shù)， 具體如下按照設(shè)定的遍歷二叉樹的順序，從節(jié)點(diǎn)sl出發(fā)到其任一子狀態(tài)節(jié)點(diǎn)的 過程中，如果到達(dá)了子狀態(tài)節(jié)點(diǎn)s2并且此時棧中有且僅有字符c，則goto函數(shù)被 構(gòu)造為goto(sl， c) = s2，也就是，在狀態(tài)節(jié)點(diǎn)sl，輸入字符c后，將轉(zhuǎn)向狀態(tài) s2。
所述的狀態(tài)深度是指節(jié)點(diǎn)在構(gòu)造過程中的深度，具體如下節(jié)點(diǎn)的狀態(tài)深度 不同于二叉樹的節(jié)點(diǎn)深度，二叉樹的節(jié)點(diǎn)深度是該節(jié)點(diǎn)到根節(jié)點(diǎn)的路徑，而狀態(tài) 深度反映了字符在相應(yīng)的模式串中的位置，狀態(tài)深度按如下方式設(shè)定根節(jié)點(diǎn)的 狀態(tài)深度設(shè)置為0，如果某節(jié)點(diǎn)的狀態(tài)深度是h，則它的左子節(jié)點(diǎn)的狀態(tài)深度設(shè) 置為h+l，右子節(jié)點(diǎn)的狀態(tài)深度設(shè)置為h，依次類推可以確定所有節(jié)點(diǎn)的狀態(tài)深度。
所述的父、子狀態(tài)節(jié)點(diǎn)是指節(jié)點(diǎn)之間的父子關(guān)系，具體如下如果節(jié)點(diǎn)l是
節(jié)點(diǎn)f的左子樹，節(jié)點(diǎn)集合R={r|r是1的右子樹上的節(jié)點(diǎn)并且具有和1相同的狀 態(tài)深度}，則f是1和R中所有節(jié)點(diǎn)的父狀態(tài)節(jié)點(diǎn)，l和R中所有節(jié)點(diǎn)是f的子狀 態(tài)節(jié)點(diǎn)。
與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果
本發(fā)明構(gòu)造出了有序二叉樹(sequential binary tree)，并用有序二叉樹來 代替普通樹型結(jié)構(gòu)實(shí)現(xiàn)了一種新的多模式匹配方法，即基于有序二叉樹的多模式 匹配方法。本發(fā)明的構(gòu)造速度快，便于動態(tài)增刪節(jié)點(diǎn)(模式串)，同時不用額外的 轉(zhuǎn)向、失敗和輸出表，査找效率和傳統(tǒng)方法一樣高，具體如下
1、相對于傳統(tǒng)的多叉樹結(jié)構(gòu)而言，本發(fā)明提高了構(gòu)造速度，二叉樹只有左右兩棵子樹，實(shí)現(xiàn)時不用預(yù)測有幾個子節(jié)點(diǎn)，避免了內(nèi)存的浪費(fèi)和頻繁的內(nèi)存分配 和釋放操作；
2、 相對于傳統(tǒng)的DFSA方法而言，本發(fā)明提高了查找速度，由于有序二叉樹 結(jié)構(gòu)體現(xiàn)了模式串的字典序，狀態(tài)轉(zhuǎn)向的速度得到了提高；
3、 相對于傳統(tǒng)DFSA方法而言，本發(fā)明支持動態(tài)增刪模式串，采用二叉樹結(jié) 構(gòu)使節(jié)點(diǎn)的增刪更加方便，所以，本發(fā)明的方法易于實(shí)現(xiàn)模式串的動態(tài)增刪，特 別適應(yīng)于需要動態(tài)調(diào)整模式串的一類應(yīng)用需求
4、 相對于傳統(tǒng)DFSA方法而言，本發(fā)明不需要額外的轉(zhuǎn)向、失敗和輸出表示， 本發(fā)明用指針代替了額外的轉(zhuǎn)向、失敗和輸出表，節(jié)省了內(nèi)存開銷。


圖1是本發(fā)明構(gòu)造出的有序二叉樹結(jié)構(gòu)示意圖2是本發(fā)明中狀態(tài)深度和各節(jié)點(diǎn)之間的父子關(guān)系示意圖3是本發(fā)明中構(gòu)造了失敗指針的有序二叉樹的示意圖。
具體實(shí)施例方式
結(jié)合附圖對本發(fā)明的實(shí)施例作詳細(xì)說明。本實(shí)施例在以本發(fā)明技術(shù)方案為前 提下進(jìn)行實(shí)施，給出了詳細(xì)的實(shí)施方式和具體的操作過程，但本發(fā)明的保護(hù)范圍 不限于下述的實(shí)施例。
本實(shí)施例包括如下步驟
步驟一、構(gòu)造有序二叉樹對二叉樹按NLR方式遍歷，設(shè)定遍歷二叉樹時的 順序，得到一系列的模式串，如果這些模式串得到的先后順序和它們的字典序相 同，即獲得有序二叉樹，同時在有序二叉樹上構(gòu)造出失敗指針，以重復(fù)利用已經(jīng) 匹配成功的模式串子串信息，如圖l所示；
步驟二、查找階段根據(jù)構(gòu)造的有序二叉樹及goto函數(shù)和失敗指針對源字串 進(jìn)行一次査找，定位出模式串在源字串中的精確位置，査找的過程如下從有序 二叉樹的根節(jié)點(diǎn)出發(fā)，逐個取出源字串中的字符，根據(jù)goto函數(shù)和失敗指針確定 狀態(tài)之間的轉(zhuǎn)換，當(dāng)源字串的所有字符都被取出后，査找過程就結(jié)束。
所述的設(shè)定遍歷二叉樹時的順序，具體如下設(shè)置棧s用來存放模式串，指 針p用來跟蹤節(jié)點(diǎn)，當(dāng)指針p指向當(dāng)前節(jié)點(diǎn)的右子樹時，棧S的棧頂元素出棧， 右子樹上的元素入棧；當(dāng)指針p指向當(dāng)前節(jié)點(diǎn)的左子樹時，左子樹上的元素直接入棧，重復(fù)上述過程直到P指向葉子節(jié)點(diǎn)，此時，棧內(nèi)的元素就是某一個模式串。 例如，訪問模式串"our"的過程如下 第一步S=0; p=0;(根節(jié)點(diǎn)) 第二步S={h}; p=l;(左子樹)
第三步h出棧，O入棧，S={0}; p=10;(右子樹) 第四步U入棧，S={0， U}; p=ll;(左子樹)
第五步r入棧，s={o， u， r}; p=12;(左子樹)
當(dāng)指針P指向葉子節(jié)點(diǎn)結(jié)束。
此時棧s中的字符即為模式串"our"。
本實(shí)施例中根據(jù)模式串集合Oie, hers， his, hour, she, our }構(gòu)造有序二 叉樹，構(gòu)造過程涉及1個節(jié)點(diǎn)數(shù)據(jù)結(jié)構(gòu)和3個子過程。 所述的節(jié)點(diǎn)數(shù)據(jù)結(jié)構(gòu)如下
Structure Node{ Node * Lchild; Char Lxhar;
Node承Rchild; Char Rchar; Node承fatherstate; Node承failstate; Boolean output;
所述的有序二叉樹的構(gòu)造過程如下 輸入信息模式串集合
輸出結(jié)果有序二叉樹、輸出節(jié)點(diǎn)和父狀態(tài)節(jié)點(diǎn)指針
Begin
for each pattern do{ p二root'， i二O;
while( (p二goto(p， pattern[i])) !二亂L ) i++; 在p處插入相應(yīng)的pattern [i : strlen (pattern)];End.
所述的goto (state, character)函數(shù)構(gòu)造過程如下根據(jù)設(shè)定的訪問有序二 叉樹的順序，從狀態(tài)節(jié)點(diǎn)state出發(fā)到其任一子狀態(tài)節(jié)點(diǎn)的過程中，如果到達(dá)了 子狀態(tài)節(jié)點(diǎn)child并且此時棧中有且僅有字符char,則goto(state， char)=child，否則goto(state， char)=NULL。該過程的描述如下
輸入信息節(jié)點(diǎn)P，字符char
輸出結(jié)果相應(yīng)的子狀態(tài)
Begin
if ( (char〈p. Lchar) || (p. Lchild==NULL) ){ return圖LU
}else if (char==p. Lchar){ return p. Lchild }else{ p=p. Lchil山
while( (pattern[i]〉p. Rchar) && (p!=NULL) ) p=p. Rchild; if (pattern[i]==p. Rchar) return p. Rchil山
sls6
return亂U
End.
所述的失敗指針構(gòu)造過程如下失敗指針表示在狀態(tài)state時，如果 goto(state， char) = NULL (也就是說，從狀態(tài)state經(jīng)過字符char不可能到 達(dá)state的任一個子狀態(tài)節(jié)點(diǎn))，當(dāng)前狀態(tài)應(yīng)改為state, failstate。失敗指針的 構(gòu)造方式如下
根節(jié)點(diǎn)的失敗指針指向根節(jié)點(diǎn)；
狀態(tài)深度為1的節(jié)點(diǎn)的失敗指針指向根節(jié)點(diǎn)；
對于狀態(tài)深度大于等于2的節(jié)點(diǎn)s，若其父狀態(tài)為r且goto(r， a)=s。經(jīng)過下列運(yùn)算
while (goto((s. fatherstate). failstate， a)==NULX) s= s. fatherstate; 則s的失敗指針指向狀態(tài)節(jié)點(diǎn)s. fatherstate。
如圖3所示，失敗指針用點(diǎn)線標(biāo)出。每一個狀態(tài)節(jié)點(diǎn)都有一個指針指向一個 失敗狀態(tài)節(jié)點(diǎn)。例如，狀態(tài)節(jié)點(diǎn)2的失敗指針指向狀態(tài)節(jié)點(diǎn)0。 失敗指針的構(gòu)造過程如下 輸入信息有序二叉樹，根節(jié)點(diǎn)是root;
輸出結(jié)果標(biāo)注了失敗指針的右序二叉樹
Build_Fail—Func(Structure Node s) Begin
按上述原則標(biāo)注節(jié)點(diǎn)S的失敗指針；
Build_Fail_Func(s. lxhild); Build一Fail一Func(s. Rchild); End
所述的狀態(tài)深度是指節(jié)點(diǎn)在構(gòu)造過程中的深度，具體如下節(jié)點(diǎn)的狀態(tài)深度 不同于二叉樹的節(jié)點(diǎn)深度，二叉樹的節(jié)點(diǎn)深度是該節(jié)點(diǎn)到根節(jié)點(diǎn)的路徑，而狀態(tài)
深度反映了字符在相應(yīng)的模式串中的位置，狀態(tài)深度按如下方式設(shè)定根節(jié)點(diǎn)的
狀態(tài)深度設(shè)置為0，如果某節(jié)點(diǎn)的狀態(tài)深度是h，則它的左子節(jié)點(diǎn)的狀態(tài)深度設(shè) 置為h+l，右子節(jié)點(diǎn)的狀態(tài)深度設(shè)置為h，依次類推可以確定所有節(jié)點(diǎn)的狀態(tài)深度。 圖2示意了各節(jié)點(diǎn)的狀態(tài)深度。圖2中，圓圈內(nèi)的阿拉伯?dāng)?shù)字表示該節(jié)點(diǎn)的狀態(tài) 深度。
所述的父、子狀態(tài)節(jié)點(diǎn)是指節(jié)點(diǎn)之間的父子關(guān)系，具體如下如果節(jié)點(diǎn)l是
節(jié)點(diǎn)f的左子樹，節(jié)點(diǎn)集合R={r|r是1的右子樹上的節(jié)點(diǎn)并且具有和1相同的狀 態(tài)深度}。則f是l和R中所有節(jié)點(diǎn)的父狀態(tài)節(jié)點(diǎn)，1和R中所有節(jié)點(diǎn)是f的子狀 態(tài)節(jié)點(diǎn)。圖2示意了父子狀態(tài)節(jié)點(diǎn)的關(guān)系。圖2中，帶箭頭的點(diǎn)線描述了狀態(tài)節(jié) 點(diǎn)的父子關(guān)系，箭頭端的節(jié)點(diǎn)是末端節(jié)點(diǎn)的父狀態(tài)節(jié)點(diǎn)，末端節(jié)點(diǎn)是箭頭端節(jié)點(diǎn) 的子狀態(tài)節(jié)點(diǎn)。
本實(shí)施例中查找階段的操作如下有序二叉樹構(gòu)造完成以后，從字符串中經(jīng) 過一次掃描査出一切與給定模式串集中任何模式串相同的子字符串。査找的過程如下從有序二叉樹的根節(jié)點(diǎn)出發(fā)，逐個取出文本串中的字符，根據(jù)goto函數(shù)和 失敗指針的確定下一個狀態(tài)節(jié)點(diǎn)。當(dāng)某狀態(tài)節(jié)點(diǎn)的output域?yàn)檎嬷禃r，輸出結(jié)果。 以本實(shí)施例構(gòu)成的有序二叉樹為例，查找文本串"ushers"的過程如下
從根root開始，goto(root， u)=0. goto(O， s)=13. goto(13， h)=14. goto(14， e)=15.此時輸出節(jié)點(diǎn)15，也就是輸出she，同時輸出節(jié)點(diǎn)2，也就是 輸出he.
接下來，狀態(tài)節(jié)點(diǎn)15的失敗指針指向狀態(tài)節(jié)點(diǎn)2. goto(2， r)=3. goto(3， s)=4.此時輸出狀態(tài)節(jié)點(diǎn)4，也就是輸出hers.此時查找過程結(jié)束。 上述過程可以形式化描述如下 輸入信息-字串string= ".a . 根為root的有序二叉樹。
輸出結(jié)果各個模式以及它們在文本string中出現(xiàn)的位置 p《root
for i <~ 1 until n {
while ( (p二goto(p， a)) 二二 NU1X ) do p《p. failstate if (p. output) {
print i; print p;
if(p. failstate. output) print p. failstate
本實(shí)施例方法構(gòu)造出了有序二叉樹，并用有序二叉樹來代替普通樹型結(jié)構(gòu)實(shí) 現(xiàn)了一種新的多模式匹配方法，即基于有序二叉樹的多模式匹配方法。本實(shí)施例 方法的構(gòu)造速度快，便于動態(tài)增刪節(jié)點(diǎn)(模式串)，同時不用額外的轉(zhuǎn)向、失敗和 輸出表，查找效率和傳統(tǒng)方法一樣高。
權(quán)利要求
1、一種基于有序二叉樹的模式匹配方法，其特征在于，包括如下步驟步驟一、構(gòu)造有序二叉樹對二叉樹按NLR方式遍歷，設(shè)定遍歷二叉樹時的順序，得到一系列的模式串，如果這些模式串得到的先后順序和它們的字典序相同，即獲得有序二叉樹，同時在有序二叉樹上構(gòu)造出失敗指針，以重復(fù)利用已經(jīng)匹配成功的模式串子串信息；步驟二、查找階段根據(jù)構(gòu)造的有序二叉樹及goto函數(shù)和失敗指針對源字串進(jìn)行一次查找，定位出模式串在源字串中的位置，查找的過程如下從有序二叉樹的根節(jié)點(diǎn)出發(fā)，逐個取出源字串中的字符，根據(jù)goto函數(shù)和失敗指針確定狀態(tài)之間的轉(zhuǎn)換，當(dāng)源字串的所有字符都被取出后，查找過程就結(jié)束。
2、 根據(jù)權(quán)利要求1所述的基于有序二叉樹的模式匹配方法，其特征是，所述 的設(shè)定遍歷二叉樹時的順序，具體如下設(shè)置棧S用來存放模式串，指針p用來 跟蹤節(jié)點(diǎn)，當(dāng)指針P指向當(dāng)前節(jié)點(diǎn)的右子樹時，棧S的棧頂元素出棧，右子樹上 的元素入棧；當(dāng)指針p指向當(dāng)前節(jié)點(diǎn)的左子樹時，左子樹上的元素直接入棧，重 復(fù)上述過程直到p指向葉子節(jié)點(diǎn)，此時，棧內(nèi)的元素就是某一個模式串。
3、 根據(jù)權(quán)利要求1所述的基于有序二叉樹的模式匹配方法，其特征是，所述 的失敗指針，是指為了重復(fù)利用己經(jīng)匹配成功的子字串信息而使用的一種指針， 具體是指在有序二叉樹的某個狀態(tài)Sl時，應(yīng)用goto函數(shù)將達(dá)到一個新的狀態(tài)， 如果goto函數(shù)調(diào)用正確，則到達(dá)狀態(tài)sl某一個子狀態(tài)節(jié)點(diǎn)，如果調(diào)用錯誤，則由失敗指針指向一個固定的節(jié)點(diǎn)狀態(tài)，以避免重新回到根節(jié)點(diǎn)重新匹配，利用了 已經(jīng)成功匹配的子字串信息。
4、 根據(jù)權(quán)利要求1所述的基于有序二叉樹的模式匹配方法，其特征是，所述失敗指針，其構(gòu)造方式具體如下(1) 根節(jié)點(diǎn)的失敗指針指向根節(jié)點(diǎn)；(2) 狀態(tài)深度為1的節(jié)點(diǎn)的失敗指針指向根節(jié)點(diǎn)；(3) 對于狀態(tài)深度大于等于2的節(jié)點(diǎn)s，若其父狀態(tài)為r且goto(r， a)=s， s的失敗指針指向的確定是一個遞歸過程，具體如下① 如果goto(s的父狀態(tài)的失敗指針指向的狀態(tài)，a)的運(yùn)算結(jié)果不是一個實(shí) 際存在的狀態(tài)時，s重新被賦值為s的父狀態(tài)；② 依次循環(huán)步驟a，直到goto(s的父狀態(tài)的失敗指針指向的狀態(tài)，a)的運(yùn)算 結(jié)果為一個實(shí)際存在的狀態(tài)；③ s的失敗指針被賦值為s的父狀態(tài)。
5、 根據(jù)權(quán)利要求4所述的基于有序二叉樹的模式匹配方法，其特征是，所述 的狀態(tài)深度是指節(jié)點(diǎn)在構(gòu)造過程中的深度，具體如下節(jié)點(diǎn)的狀態(tài)深度不同于二 叉樹的節(jié)點(diǎn)深度，二叉樹的節(jié)點(diǎn)深度是該節(jié)點(diǎn)到根節(jié)點(diǎn)的路徑，而狀態(tài)深度反映 了字符在相應(yīng)的模式串中的位置，狀態(tài)深度按如下方式設(shè)定根節(jié)點(diǎn)的狀態(tài)深度 設(shè)置為0，如果某節(jié)點(diǎn)的狀態(tài)深度是h，則它的左子節(jié)點(diǎn)的狀態(tài)深度設(shè)置為h+l， 右子節(jié)點(diǎn)的狀態(tài)深度設(shè)置為h，依次類推確定所有節(jié)點(diǎn)的狀態(tài)深度。
6、 根據(jù)權(quán)利要求4所述的基于有序二叉樹的模式匹配方法，其特征是，所述的父狀態(tài)節(jié)點(diǎn)、子狀態(tài)節(jié)點(diǎn)之間有節(jié)點(diǎn)之間的父子關(guān)系，具體如下如果節(jié)點(diǎn)1是節(jié)點(diǎn)f的左子樹，節(jié)點(diǎn)集合R={r|r是1的右子樹上的節(jié)點(diǎn)并且具有和1相同的 狀態(tài)深度}，則f是1和R中所有節(jié)點(diǎn)的父狀態(tài)節(jié)點(diǎn)，l和R中所有節(jié)點(diǎn)是f的子 狀態(tài)節(jié)點(diǎn)。
7、 根據(jù)權(quán)利要求1所述的基于有序二叉樹的模式匹配方法，其特征是，所述 goto函數(shù)是指根據(jù)設(shè)定的遍歷二叉樹時的順序，構(gòu)造狀態(tài)轉(zhuǎn)化的函數(shù)，具體如下 按照設(shè)定的遍歷二叉樹的順序，從節(jié)點(diǎn)sl出發(fā)到其任一子狀態(tài)節(jié)點(diǎn)的過程中，如 果到達(dá)了子狀態(tài)節(jié)點(diǎn)s2并且此時棧中有且僅有字符c，則goto函數(shù)被構(gòu)造為 goto(sl， c) = s2，即在狀態(tài)節(jié)點(diǎn)sl，輸入字符c后，將轉(zhuǎn)向狀態(tài)s2。
全文摘要
一種信息技術(shù)領(lǐng)域的基于有序二叉樹的多模式匹配方法，包括如下步驟步驟一、對二叉樹按NLR方式遍歷，設(shè)定遍歷二叉樹時的順序，得到一系列的模式串，如果這些模式串得到的先后順序和它們的字典序相同，即獲得有序二叉樹，同時在有序二叉樹上構(gòu)造出失敗指針，以重復(fù)利用已經(jīng)匹配成功的模式串子串信息；步驟二、根據(jù)構(gòu)造的有序二叉樹及goto函數(shù)和失敗指針對源字串進(jìn)行一次查找，定位出模式串在源字串中的位置，查找的過程如下從有序二叉樹的根節(jié)點(diǎn)出發(fā)，逐個取出源字串中的字符，根據(jù)goto函數(shù)和失敗指針確定狀態(tài)之間的轉(zhuǎn)換，當(dāng)源字串的所有字符都被取出后，查找過程就結(jié)束。本發(fā)明特別適用于模式串集合動態(tài)變化的情況。
文檔編號G06F17/30GK101425084SQ200810203008
公開日2009年5月6日 申請日期2008年11月20日 優(yōu)先權(quán)日2008年11月20日
發(fā)明者劉功申, 王士林, 胡佩華 申請人:上海交通大學(xué)