计算 Boyer-Moore 字符串搜索算法中的第二个（不匹配）表

Question

要使 Boyer-Moore 算法成为最坏情况线性，失配表的计算必须是 O(m)。但是，一个简单的实现会遍历所有后缀 O(m) 以及该后缀中的所有位置都可以检查是否相等......这是 O(m³)！

下面是table building algorithm 的简单实现。所以这个问题就变成了：我怎样才能把这个算法的运行时间提高到 O(m)？

def find(s, sub, no):
    n = len(s)
    m = len(sub)

    for i in range(n, 0, -1):
        if s[max(i-m, 0): i] == sub[max(0, m-i):] and \
            (i-m < 1 or s[i-m-1] != no):
            return n-i

    return n

def table(s):
    m = len(s)
    b = [0]*m

    for i in range(m):
        b[i] = find(s, s[m-i:], s[m-i-1])

    return b

print(table('anpanman'))

为了让思想休息，这不是功课。当有人发布改进想法时，我会添加修订。

Answer 1

this page 上“好后缀启发式的预处理”下的代码在 O(n) 时间内构建好后缀表。它还解释了代码的工作原理。