python通過BF算法實現關鍵詞匹配，BF算法，即暴風(BruteForce)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。

代碼如下:

#!/usr/bin/python

#-*-coding:UTF-8

#filenameBF

importtime

"""

t="thisisabigapple,thisisabigapple,thisisabigapple,thisisabigapple."

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

ifj==len(p):

break

elif(j==len(p)-1):

count=count+1

else:

i=i+1

j=0

printcount

printtime.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))

以上內容為大家介紹了Python培訓之怎么實現模式匹配，希望對大家有所幫助，如果想要了解更多Python相關知識，請關注IT培訓機構:千鋒教育。