kmp演算法並不是效率最高的演算法，實際採用並不多。各種文字編輯器的」查詢」功能（ctrl+f），大多採用boyer-moore演算法。boyer-moore演算法不僅效率高，而且構思巧妙，容易理解。
while (!matched && !exhausted)
decrement indices of pattern and text by one;
}
假定字串為"here is a ****** example"，搜尋詞為"example"。
首先，"字串"與"搜尋詞"頭部對齊，從尾部開始比較。
這是乙個很聰明的想法，因為如果尾部字元不匹配，那麼只要一次比較，就可以知道前7個字元肯定不是要找的結果。
我們看到，"s" 與 "e" 不匹配。這時，"s" 就被稱為"壞字元"（bad character），即不匹配的字元。我們還發現，"s" 不包含在搜尋詞 "example" 之中，這意味著可以把搜尋詞直接移到 "s" 的後一位。
依然從尾部開始比較，發現 "p" 與 "e" 不匹配，所以 "p" 是"壞字元"。但是，"p" 包含在搜尋詞 "example" 之中。所以，將搜尋詞後移兩位，兩個 "p" 對齊。
由此總結出"壞字元規則"：
後移位數 = 壞字元的位置 - 搜尋詞中的上一次出現位置
如果"壞字元"不包含在搜尋詞之中，則上一次出現位置為 -1。
以 "p" 為例，它作為"壞字元"，出現在搜尋詞的第 6 位（從 0 開始編號），在搜尋詞中的上一次出現位置為 4，所以後移 6 - 4 = 2 位。再以前面第二步的 "s" 為例，它出現在第 6 位，上一次出現位置是 -1（即未出現），則整個搜尋詞後移 6 - (-1) = 7 位。
以上是 "壞字元規則"，還有乙個 "好字尾規則"：
後移位數 = 好字尾的位置 - 搜尋詞中的上一次出現位置
計算時，位置的取值以"好字尾"的最後乙個字元為準。如果"好字尾"在搜尋詞中沒有重複出現，則它的上一次出現位置為 -1。
比較前面一位，"mple" 與 "mple" 匹配。我們把這種情況稱為"好字尾"（good suffix），即所有尾部匹配的字串。注意，"mple"、"ple"、"le"、"e" 都是好字尾。
比較前一位，發現 "i" 與 "a" 不匹配。所以，"i" 是 "壞字元"。根據"壞字元規則"，此時搜尋詞應該後移 2 -（-1）= 3 位。
而根據 「好字尾規則"，所有的"好字尾"（mple、ple、le、e）之中，只有 "e" 在 "example" 之中出現兩次，所以後移 6 - 0 = 6 位。
可以看到，」壞字元規則」只能移 3 位，」好字尾規則」可以移 6 位。所以，boyer-moore 演算法的基本思想是，每次後移這兩個規則之中的較大值。
更巧妙的是，這兩個規則的移動位數，只與搜尋詞有關，與原字串無關。因此，可以預先計算生成《壞字元規則表》和《好字尾規則表》。使用時，只要查表比較一下就可以了。
完整的搜尋過程：
字串匹配的boyer-moore演算法 知識庫
Boyer Moore 演算法總結
最近在寫乙個搜尋字串的用例，剛好使用到這個演算法，在網路上學習了多篇文章，在這裡記錄一下自己的理解。首先理清楚演算法的原理 1.演算法是從尾部開始比較字串的，如果最後乙個字元不匹配，且不匹配的字元不在模式串中，那麼可以直接忽略這段比較內容，這種情況下效率最高。如下所示 abbdd ccggxabbd...
Boyer Moore 投票演算法
刷題過程中遇到的乙個非常巧妙的演算法。是出現在 求陣列 現超過一半的數字 這道題中。陣列中有乙個數字出現的次數超過陣列長度的一半，請找出這個數字。你可以假設陣列是非空的，並且給定的陣列總是存在多數元素。例項1輸入 1,2,3,2,2,2,5,4,2 輸出 2 1 陣列長度 50000 思路 如果把陣...
Boyer Moore 投票演算法
有以下問題 給定乙個大小為 n 的陣列，找到其中的多數元素。多數元素是指在陣列 現次數 大於 n 2 的元素。你可以假設陣列是非空的，並且給定的陣列總是存在多數元素。比較容易想到的解法是用雜湊表對每個數出現的次數進行儲存，然後就可以找出次數最多的那個數了。這樣做的時間和空間複雜度都是 o n o n...