BM模式匹配算法-实现（C语言）

    也许大家都看过了我的另一篇帖子——BM模式匹配算法-原理（图解） ，如果想仔细弄懂这个算法的朋友，请先看完方才我提到的那篇帖子，不然这篇帖子的代码你也很难看懂。

    BM算法的实现很复杂，但是高手程序员就是能写出令人敬佩的代码。

    当然，高手程序员不是指我自己，是SNORT2.7.0的设计者/实现者之一。  

    下面是SNORT2.7.0中提取出的代码。

    我将以行注的形式进行讲解。

 

/*
    函数：int* MakeSkip(char *, int)
	目的：根据坏字符规则做预处理，建立一张坏字符表
	参数：
		ptrn => 模式串P
		PLen => 模式串P长度
    返回：
	    int* - 坏字符表
*/
int* MakeSkip(char *ptrn, int pLen)
{	
	int i;
	//为建立坏字符表，申请256个int的空间
	/*PS:之所以要申请256个，是因为一个字符是8位，
	  所以字符可能有2的8次方即256种不同情况*/
	int *skip = (int*)malloc(256*sizeof(int));

	if(skip == NULL)
	{
		fprintf(stderr, "malloc failed!");
		return 0;
	}	

	//初始化坏字符表，256个单元全部初始化为pLen
	for(i = 0; i < 256; i++)
	{
		*(skip+i) = pLen;
	}

	//给表中需要赋值的单元赋值，不在模式串中出现的字符就不用再赋值了
	while(pLen != 0)
	{
		*(skip+(unsigned char)*ptrn++) = pLen--;
	}

	return skip;
}


/*
	函数：int* MakeShift(char *, int)
	目的：根据好后缀规则做预处理，建立一张好后缀表
	参数：
		ptrn => 模式串P
		PLen => 模式串P长度
    返回：
	    int* - 好后缀表
*/
int* MakeShift(char* ptrn,int pLen)
{
	//为好后缀表申请pLen个int的空间
	int *shift = (int*)malloc(pLen*sizeof(int));
	int *sptr = shift + pLen - 1;//方便给好后缀表进行赋值的指标
	char *pptr = ptrn + pLen - 1;//记录好后缀表边界位置的指标
	char c;

	if(shift == NULL)
	{
		fprintf(stderr,"malloc failed!");
		return 0;
	}

	c = *(ptrn + pLen - 1);//保存模式串中最后一个字符，因为要反复用到它

	*sptr = 1;//以最后一个字符为边界时，确定移动1的距离

	pptr--;//边界移动到倒数第二个字符（这句是我自己加上去的，因为我总觉得不加上去会有BUG，大家试试“abcdd”的情况，即末尾两位重复的情况）

	while(sptr-- != shift)//该最外层循环完成给好后缀表中每一个单元进行赋值的工作
	{
		char *p1 = ptrn + pLen - 2, *p2,*p3;
		
		//该do...while循环完成以当前pptr所指的字符为边界时，要移动的距离
		do{
			while(p1 >= ptrn && *p1-- != c);//该空循环，寻找与最后一个字符c匹配的字符所指向的位置
			
			p2 = ptrn + pLen - 2;
			p3 = p1;
			
			while(p3 >= ptrn && *p3-- == *p2-- && p2 >= pptr);//该空循环，判断在边界内字符匹配到了什么位置

		}while(p3 >= ptrn && p2 >= pptr);

		*sptr = shift + pLen - sptr + p2 - p3;//保存好后缀表中，以pptr所在字符为边界时，要移动的位置
		/*
		  PS:在这里我要声明一句，*sptr = （shift + pLen - sptr） + p2 - p3;
		     大家看被我用括号括起来的部分，如果只需要计算字符串移动的距离，那么括号中的那部分是不需要的。
			 因为在字符串自左向右做匹配的时候，指标是一直向左移的，这里*sptr保存的内容，实际是指标要移动
			 距离，而不是字符串移动的距离。我想SNORT是出于性能上的考虑，才这么做的。			 
		*/

		pptr--;//边界继续向前移动
	}

	return shift;
}


/*
	函数：int* BMSearch(char *, int , char *, int, int *, int *)
	目的：判断文本串T中是否包含模式串P
	参数：
	    buf => 文本串T
		blen => 文本串T长度
		ptrn => 模式串P
		PLen => 模式串P长度
		skip => 坏字符表
		shift => 好后缀表
    返回：
	    int - 1表示成功（文本串包含模式串），0表示失败（文本串不包含模式串）。
*/
int BMSearch(char *buf, int blen, char *ptrn, int plen, int *skip, int *shift)
{
	int b_idx = plen;  
	if (plen == 0)
		return 1;
	while (b_idx <= blen)//计算字符串是否匹配到了尽头
	{
		int p_idx = plen, skip_stride, shift_stride;
		while (buf[--b_idx] == ptrn[--p_idx])//开始匹配
		{
 			if (b_idx < 0)
				return 0;
			if (p_idx == 0)
			{     
				return 1;
			}
		}
		skip_stride = skip[(unsigned char)buf[b_idx]];//根据坏字符规则计算跳跃的距离
		shift_stride = shift[p_idx];//根据好后缀规则计算跳跃的距离
		b_idx += (skip_stride > shift_stride) ? skip_stride : shift_stride;//取大者
	}
	return 0;
}