实验三，微机软件实验3-字符串匹配实验 (2).rar，微机软件实验附带代码和解说图片

几种字符串匹配算法的分析和比较.doc

disp('展示BP的训练集分类') bp_train_accuracy=sum(J==J1)/length(J) figure stem(J,'bo'); grid on hold on plot(J1,'r*'); legend('网络训练输出','真实标签') title('BP神经网络训练集') xlabel('样本数') ylabel('分类标签') hold off %% 测试集准确率 tn_bp_sim = sim(net_bp,P_test);%测试 [I J]=max(tn_bp_sim',[],2); [I1 J1]=max(T_test',[],2); disp('展示BP的测试集分类') bp_test_accuracy=sum(J==J1)/length(J) figure stem(J,'bo'); grid on hold on plot(J1,'r*'); legend('测试输出','真实标签') title('BP神经网络测试集') xlabel('样本数') ylabel('分类标签') hold off

第一个任务是要求用自己最擅长的语言编程读取一个TXT文本中的字符，找出每一章节中"Arthur"出现的次数和显示出程序所用的总时间。很明显的这就是一个字符串匹配问题。所以我先用一个传统的字符串比较方法来实现，为了提高效率，考虑到字符串匹配较好的算法有Brute force（暴力搜索）其预处理时间为O（0），匹配时间复杂度O（N*M）；KMP的预处理时间O（M），匹配时间复杂度O（N）；BM的预处理 O（N+M^2），匹配时间复杂度O（N）。因为所需处理的数据量不大，因此我选择用KMP算法来改进匹配效率。

主要介绍了c语言同名标靶点自动匹配算法实现实例代码，分享了相关代码示例，小编觉得还是挺不错的，具有一定借鉴价值，需要的朋友可以参考下

word search puzzle，

使用KMP算法实现c++的字符串匹配，并且可以试验模糊匹配，即模板包含*或者?

一款高质量的敏感词过滤器 , 采用MFC编写 , 注释详细 , 算法简洁易懂 . 非常适合学习MFC或字符串匹配的同学.

模糊模糊 模糊字符串匹配像老板。 它使用来计算简单易用的程序包中序列之间的差异。 要求 Python 2.7或更高版本 difflib （可选，在字符串匹配中提供4-10倍的加速，尽管在可能导致） 供测试用 pycodestyle 假设 pytest 安装 通过PyPI使用PIP pip install fuzzywuzzy 或以下也安装python-Levenshtein pip install fuzzywuzzy[speedup] 通过Github使用PIP pip install git+git://github.com/seatgeek/fuzzywuzzy.git@0.18.0#egg=fuzzywuzzy 添加到您的requirements.txt文件中（随后运行pip install -r requirements.txt ） git+ssh://git

字符串匹配的朴素算法动画演示。交互式，可输入文本和模式。