DFA和匹配算法

上山老人 2012-05-06 11:59:36

想知道DFA和匹配算法，像AC，WM算法的区别或者说有什么关系？

...全文

222 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

「已注销」 2012-05-07

打赏
举报

回复

简单的DFA，见龙书《编译原理》（要看就先看“龙书”，封面有条红龙或者紫龙的那本，由斯坦福大学3-5个人编的），词法分析，里面对DFA有详细说明，还有实现方法。

该算法基于DFA并进行相应的简化，大概流程是将敏感词库按模块聚合构建成一个词树，然后从头到尾扫描一遍目标文本，当遇到以敏感词树中的索引的字时，查看后面的文本是否构成敏感词，构成敏感词即记录(当查找到敏感词时，记录下来敏感词位置，接着往下匹配，如果后续匹配不上，则以之前匹配到的为主，如若后续匹配上了，则将之前匹配到的节点后移，以此匹配到最长的敏感词) 该DEMO已实现添加敏感词设置敏感词的等级敏感词低于何种等级不屏蔽实现了最长的敏感词匹配（即敏感词为：中国，中国人，中国人民）当输入：我是一个中国人民时，匹配到中国人民

基于NFA状态和基于DFA状态的AC（Aho—Corasiek）算法，WM（Wu-Manber）算法

针对确定有限自动机（DFA）的正则表达式匹配技术存在状态膨胀和一次状态转移只能处理单个字符的问题，提出了一种基于布鲁姆过滤器的正则表达式匹配算法。该算法将正则表达式中的每个确定字符串组成DFA的一个状态，添加比特向量完成匹配过程，并且在一次状态转移中根据确定字符串的匹配结果达到处理多个字符的目的。实验分析表明该算法有效降低了DFA状态的膨胀，提高了匹配速率。

采用规则分组的办法解决DFA状态爆炸问题，随着规则数目的增加，空间压缩效率大大降低。针对此问题提出了模板有限自动机分组算法。该算法基于规则模板对规则集进行分组，各分组分别构建匹配引擎；同时，根据实际规则数目和系统结构改变规则子集的数目，达到更好的匹配效率。理论分析和实验表明，与传统分组算法相比，在存储空间压缩相当情况下，分组数目大大减少；与其他典型的DFA改进算法相比，预处理时间和存储空间有数量级别的缩减，且匹配速率没有明显降低。

内涵C++源码，UML类图，算法思想文档。内容主要包括：自定义正则文法（在ProgramManager类中自定义），根据正则文法和输入的正则表达式构建NFA，NFA自动构建DFA，DFA最小化，DFA匹配字符串。其中含有大量的中文注释，并提供了测试方法。本人还是学生，希望各位大神多多指点。

69,382

社区成员

243,073

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章