Sunday字符串匹配算法的效率改进

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (29): 96-98.

Sunday字符串匹配算法的效率改进

徐珊1，袁小坊1，王东1，谢高岗2

1.湖南大学计算机与通信学院，长沙 410082
2.中国科学院计算技术研究所网络技术研究中心，北京 100080

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-10-11 发布日期:2011-10-11

Approach to improve efficiency of famous Sunday string matching algorithm

XU Shan1，YUAN Xiaofang1，WANG Dong1，XIE Gaogang2

1.School of Computer and Communication，Hunan University，Changsha 410082，China
2.Institute of Computing Technology，Chinese Academy of Sciences，Beijing 100080，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-10-11 Published:2011-10-11

摘要/Abstract

摘要： 字符串匹配算法一直是网络监测与审计方面的研究热点。介绍了几种经典的字符串匹配算法，提出了一种基于Sunday算法的改进算法RoSunday算法，该算法主要是在匹配开始前通过一个条件判断语句减少了无意义的匹配次数，提高了算法的执行速度。分析了改进后算法的性能，通过实验结果进一步证明了该算法的有效性。

关键词: Sunday, 模式匹配, 字符串, 算法

Abstract: String matching algorithm is a very important issue in network monitor and audit area.Several classical string matching algorithms are discussed，and a new algorithm named RoSunday based on Sunday algorithm is proposed.RoSunday algorithm adds a conditional statement before the starting of comparing to reduce the times of attempts and enhance the matching speed.The performance of this improved algorithm is analyzed.The experimental results prove the effectiveness of it.

Key words: Sunday, pattern matching, character string, algorithm

徐珊1，袁小坊1，王东1，谢高岗2. Sunday字符串匹配算法的效率改进[J]. 计算机工程与应用, 2011, 47(29): 96-98.

XU Shan1，YUAN Xiaofang1，WANG Dong1，XIE Gaogang2. Approach to improve efficiency of famous Sunday string matching algorithm[J]. Computer Engineering and Applications, 2011, 47(29): 96-98.

[1]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[2]	张岐山，陈露露. 基于均衡接近度灰关联的Slope One算法[J]. 计算机工程与应用, 2021, 57(9): 96-102.
[3]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[4]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[5]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[6]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[7]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[8]	孔继利，张鹏坤，刘晓平. 双向搜索机制的改进A*算法研究[J]. 计算机工程与应用, 2021, 57(8): 231-237.
[9]	槐创锋，郭龙，贾雪艳，张子昊. 改进A*算法与动态窗口法的机器人动态路径规划[J]. 计算机工程与应用, 2021, 57(8): 244-248.
[10]	高铖铖，陈锡程，张瑞，宋秋月，易东，伍亚舟. 三种新型智能算法在疫情预警模型中的应用——基于百度搜索指数的COVID-19疫情预警[J]. 计算机工程与应用, 2021, 57(8): 256-263.
[11]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[12]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[13]	雍玖，王阳萍，党建武，雷晓妹. 改进TLD与ORB的AR系统长时跟踪注册方法[J]. 计算机工程与应用, 2021, 57(7): 178-184.
[14]	谢锐强，张惠珍. 求解柔性作业车间调度问题的两段式狼群算法[J]. 计算机工程与应用, 2021, 57(7): 251-256.
[15]	沈新烽，姜平，周根荣. 改进SSD算法在零部件检测中的应用研究[J]. 计算机工程与应用, 2021, 57(7): 257-262.