首先，如果我写了很多，请原谅，我试着总结一下我的研究，以便大家能够理解。
R。 Baeza-Yates 和 M. Regnier 于 1990 年发表了一种用于在二维 nn 文本中搜索二维 mm 模式的新算法。 The publication写得很好，对于像我这样的新手来说也很容易理解，算法是用伪代码描述的，我能够成功地实现它。
BYR 算法的一部分需要 Aho-Corasick 算法。这允许在字符串文本中搜索多个关键字的出现。然而，他们还表示，他们的这部分算法可以通过使用 Commentz-Walter 算法(基于 Boyer-Moore 而不是 Knuth-Morris-Pratt 算法)而不是 Aho-Corasick 算法来大大改进。他们唤起了 Commentz-Walter 算法的替代方案，这是他们自己开发的替代方案。这在 their previous publication 中进行了描述和解释。 (见第 4 章)。 这就是我的问题所在。正如我所说，该算法遍历文本并检查它是否包含关键字集中的单词。单词倒置放置在一棵树上。为了提高效率，当他知道找不到匹配项时，有时需要跳过一些字母。 要确定可以跳过的字符数，必须计算两个表 The algorithm works as follows: 我的问题是我不知道如何计算 pi 是关键字集合中的一个词，j 是这个词中一个字母的索引，所以 pi[j] 就像我之前展示的 trie 中的一个节点。节点中的数字表示 dd(node)。 L为单词个数，mi为单词pi中的字母个数。 他们没有给出关于这个函数的构造的指示。他们只推荐看the work of W. Rytter .本文档构建了一个类似于预期的功能，不同之处在于在这种情况下，只有一个关键字而不是一组。 dd(这里称为D)的定义如下: 可能会注意到与之前定义的相似之处，但我并不理解所有内容。 论文中给出了构造这个函数的伪代码，我已经实现了，这里用C++: 它有效，但我不知道如何将它扩展为几个词，我不知道如何与 Baeza-Yates 和 Régnier 给出的 我没有找到关于他们算法的任何其他信息，我不可能知道如何实现 
d 和dd。那么，算法就很简单了:
dd 函数。在他们的出版物中，R. Baeza-Yates 和 M. Regnier 提出了一个正式的定义:
int pattern[] = { 1, 2, 3, 1 }; /* I use int instead of char, simpler */
const int n = sizeof(pattern) / 4;
int D[n];
int f[n];
int j = n;
int t = n + 1;
for (int k = 1; k <= n; k++){
D[k-1] = 2 * n - k;
}
while (j > 0) {
f[j-1] = t;
while (t <= n) {
if (pattern[j-1] != pattern[t-1]) {
D[t-1] = min(D[t-1], n - j);
t = f[t-1];
}
else {
break;
}
}
t = t - 1;
j = j - 1;
}
int f1[n];
int q = t;
t = n + 1 - q;
int q1 = 1;
int j1 = 1;
int t1 = 0;
while (j1 <= t) {
f1[j1 - 1] = t1;
while (t1 >= 1) {
if (pattern[j1 - 1] != pattern[t1 - 1]) {
t1 = f1[t1 - 1];
}
else {
break;
}
}
t1 = t1 + 1;
j1 = j1 + 1;
}
while (q < n) {
for (int k = q1; k <= q; k++) {
D[k - 1] = min(D[k - 1], n + q - k);
}
q1 = q + 1;
q = q + t - f1[t - 1];
t = f1[t - 1];
}
for (int i = 0; i < n; i++)
{
cout << D[i] << " ";
}
dd 的正式定义一致。我说这两个定义很相似，但不知道到什么程度。dd 的构造，但我正在寻找可能理解并告诉我如何实现的人到达那里，向我解释 D 和 dd 的定义之间的联系。
最佳答案
我认为d[x]对应http://en.wikipedia.org/wiki/Boyer%E2%80%93Moore_string_search_algorithm中的坏字符规则而D对应同一篇文章中的Good Suffix规则。这意味着 d[x] 中的 x 不是树根中的字符，而是正在搜索的文本中与当前节点的子节点不匹配的第一个字符的值.
我觉得这个想法和 Boyer-Moore 是一样的。只要有匹配项，就沿着树移动，当出现不匹配项时，您会知道两件事:导致不匹配项的字符，以及目前已匹配的子字符串。独立地考虑这些事情，你可能会发现如果你沿着被搜索的文本移动 1,2,..k 位置你仍然没有匹配，因为在这些偏移处导致不匹配的字符仍然会导致不匹配，或者之前匹配的文本部分在这个偏移量处不匹配。因此，您可以跳到第一个未被任何一个值排除的偏移量。
实际上，这暗示了一种变体方案，其中 d 和 DD 提供的不是数字而是位掩码，并且您将两个位图放在一起并根据仍设置的第一个位的位置移动。据推测，这并不能为您节省足够的时间，值得额外的设置时间。
关于c++ - 了解 Baeza-Yates Régnier 算法(多字符串匹配，从 Boyer-Moore 扩展而来)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/24460885/
总的来说，我对ruby还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用
我有一个字符串input="maybe(thisis|thatwas)some((nice|ugly)(day|night)|(strange(weather|time)))"Ruby中解析该字符串的最佳方法是什么？我的意思是脚本应该能够像这样构建句子:maybethisissomeuglynightmaybethatwassomenicenightmaybethiswassomestrangetime等等，你明白了......我应该一个字符一个字符地读取字符串并构建一个带有堆栈的状态机来存储括号值以供以后计算，还是有更好的方法？也许为此目的准备了一个开箱即用的库？
我的目标是转换表单输入，例如“100兆字节”或“1GB”，并将其转换为我可以存储在数据库中的文件大小(以千字节为单位)。目前，我有这个:defquota_convert@regex=/([0-9]+)(.*)s/@sizes=%w{kilobytemegabytegigabyte}m=self.quota.match(@regex)if@sizes.include?m[2]eval("self.quota=#{m[1]}.#{m[2]}")endend这有效，但前提是输入是倍数(“gigabytes”，而不是“gigabyte”)并且由于使用了eval看起来疯狂不安全。所以，功能正常，
在我的Rails(2.3，Ruby1.8.7)应用程序中，我需要将字符串截断到一定长度。该字符串是unicode，在控制台中运行测试时，例如'א'.length，我意识到返回了双倍长度。我想要一个与编码无关的长度，以便对unicode字符串或latin1编码字符串进行相同的截断。我已经了解了Ruby的大部分unicode资料，但仍然有些一头雾水。应该如何解决这个问题？ 最佳答案 Rails有一个返回多字节字符的mb_chars方法。试试unicode_string.mb_chars.slice(0,50)
对于具有离线功能的智能手机应用程序，我正在为Xml文件创建单向文本同步。我希望我的服务器将增量/差异(例如GNU差异补丁)发送到目标设备。这是计划:Time=0Server:hasversion_1ofXmlfile(~800kiB)Client:hasversion_1ofXmlfile(~800kiB)Time=1Server:hasversion_1andversion_2ofXmlfile(each~800kiB)computesdeltaoftheseversions(=patch)(~10kiB)sendspatchtoClient(~10kiBtransferred)Cl
大约一年前，我决定确保每个包含非唯一文本的Flash通知都将从模块中的方法中获取文本。我这样做的最初原因是为了避免一遍又一遍地输入相同的字符串。如果我想更改措辞，我可以在一个地方轻松完成，而且一遍又一遍地重复同一件事而出现拼写错误的可能性也会降低。我最终得到的是这样的:moduleMessagesdefformat_error_messages(errors)errors.map{|attribute,message|"Error:#{attribute.to_s.titleize}#{message}."}enddeferror_message_could_not_find(obje
我试图获取一个长度在1到10之间的字符串，并输出将字符串分解为大小为1、2或3的连续子字符串的所有可能方式。例如:输入:123456将整数分割成单个字符，然后继续查找组合。该代码将返回以下所有数组。[1,2,3,4,5,6][12,3,4,5,6][1,23,4,5,6][1,2,34,5,6][1,2,3,45,6][1,2,3,4,56][12,34,5,6][12,3,45,6][12,3,4,56][1,23,45,6][1,2,34,56][1,23,4,56][12,34,56][123,4,5,6][1,234,5,6][1,2,345,6][1,2,3,456][123
我正在使用的第三方API的文档状态:"[O]urAPIonlyacceptspaddedBase64encodedstrings."什么是“填充的Base64编码字符串”以及如何在Ruby中生成它们。下面的代码是我第一次尝试创建转换为Base64的JSON格式数据。xa=Base64.encode64(a.to_json) 最佳答案 他们说的padding其实就是Base64本身的一部分。它是末尾的“=”和“==”。Base64将3个字节的数据包编码为4个编码字符。所以如果你的输入数据有长度n和n%3=1=>"=="末尾用于填充n%
我有一大串格式化数据(例如JSON)，我想使用Psychinruby同时保留格式转储到YAML。基本上，我希望JSON使用literalstyle出现在YAML中:---json:|{"page":1,"results":["item","another"],"total_pages":0}但是，当我使用YAML.dump时，它不使用文字样式。我得到这样的东西:---json:!"{\n\"page\":1,\n\"results\":[\n\"item\",\"another\"\n],\n\"total_pages\":0\n}\n"我如何告诉Psych以想要的样式转储标量？解
我的瘦服务器配置了nginx，我的ROR应用程序正在它们上运行。在我发布代码更新时运行thinrestart会给我的应用程序带来一些停机时间。我试图弄清楚如何优雅地重启正在运行的Thin实例，但找不到好的解决方案。有没有人能做到这一点？ 最佳答案 #Restartjustthethinserverdescribedbythatconfigsudothin-C/etc/thin/mysite.ymlrestartNginx将继续运行并代理请求。如果您将Nginx设置为使用多个上游服务器，例如server{listen80;server
