一种基于汉字编码特征的中文多模式匹配算法

• 作者: 余虎 侯整风 刘春晖 黄宇
• 来源期刊: 合肥工业大学学报（自然科学版）
• 学科: 工学
• 关键词: AC算法 多模式匹配 汉字编码特征 标记
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: ?计算机与信息工程?
• 页码范围: 1060-1065
• 页数: 6页
• 分类号: TP393.08
• 字数: 5282字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5060.2016.08.011

摘要

对于大规模中文模式串匹配，由于汉字的散度较高，导致AC算法有限状态自动机中的零状态过长，算法的效率急剧下降。文章提出了一种基于汉字编码特征的改进算法，考虑到汉字的首字节范围比尾字节的小，先查找首字节，再查找尾字节，若失败则直接跳转，降低了查找时间。该算法通过给零状态中字符设置标记，有效避免重复匹配和部分匹配，提高了匹配效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯整风	合肥工业大学计算机与信息学院	136	717	11.0	20.0
2	黄宇	合肥工业大学计算机与信息学院	5	15	2.0	3.0
3	余虎	合肥工业大学计算机与信息学院	2	3	1.0	1.0
4	刘春晖	合肥工业大学计算机与信息学院	3	10	1.0	3.0