c++ - Rabin-Karp 算法

Question

我有兴趣实现 Rabin-Karp 算法来搜索 wiki 上所述的子字符串:http://en.wikipedia.org/wiki/Rabin-Karp_string_search_algorithm .不是为了功课，而是为了自己的利益。我已经实现了 Rabin-Karp 算法(如下所示)并且它有效。但是，性能真的非常差!!!我知道我的哈希函数是基本的。然而，似乎对 strstr() 的简单调用总是优于我的函数 rabin_karp()。我能理解为什么 - 散列函数比简单的逐个字符比较每个循环做的工作更多。我在这里错过了什么？ Rabin-Karp 算法是否应该比调用 strstr() 更快？什么时候最好使用 Rabin-Karp 算法？因此，我的私利。我是否正确实现了算法？

size_t hash(char* str, size_t i)
{
   size_t h = 0;
   size_t magic_exp = 1;
// if (str != NULL)
   {
      while (i-- != 0)
      {
         magic_exp *= 101;
         h += magic_exp + *str;
         ++str;
      }
   }

   return h;
}

char* rabin_karp(char* s, char* find)
{
   char* p = NULL;

   if (s != NULL && find != NULL)
   {
      size_t n = strlen(s);
      size_t m = strlen(find);

      if (n > m)
      {
         size_t hfind = hash(find, m);

         char* end = s + (n - m + 1);
         for (char* i = s; i < end; ++i)
         {
            size_t hs = hash(i, m);
            if (hs == hfind)
            {
               if (strncmp(i, find, m) == 0)
               {
                  p = i;
                  break;
               }
            }
         }
      }
   }

   return p;
}

Answer 1

您没有正确实现散列。 Rabin-Karp 的关键是随着潜在匹配沿着要搜索的字符串移动，增量更新散列。正如您所确定的那样，如果您为每个可能的匹配位置重新计算整个哈希值，事情将会非常缓慢。

对于除第一次比较之外的每种情况，您的哈希函数都应采用现有哈希、一个新字符和一个旧字符，并返回更新后的哈希。