溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
python通過BF算法實現關鍵詞匹配，BF算法，即暴風(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串S的第一個字符與模式串T的第一個字符進行匹配，若相等，則繼續比較S的第二個字符和 T的第二個字符；若不相等，則比較S的第二個字符和T的第一個字符，依次比較下去，直到得出最后的匹配結果。BF算法是一種蠻力算法。
#!/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？其實我們可以把每個詞給看成一個維度，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成了一個i維空間圖，兩個文檔的相似度就是兩個空間圖的接近度。假設文章只有兩維的話，那么空間圖就可以畫在一個平面直角坐標系當中，讀者可以假想兩篇只有兩個詞的文章畫圖進行理解。"
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：目標串t與模式串p逐詞比較，若對應位匹配，則進行下一位比較；若不相同，p右移1位，從p的第1位重新開始比較。
算法特點：整體移動方向：可認為在固定的情況下，p從左向右滑動；匹配比較時，從p的最左邊位開始向右逐位與t串中對應位比較。p的滑動距離為1，這導致BF算法匹配效率低（相比其他算法，如：BM，KMP，滑動沒有跳躍）。
該算法的時間復雜度為O（len(t)*len(p))，空間復雜度為O(len(t)+len(p))
文章參考：https://www.py.cn/faq/python/10459.html
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
