Download as PDF, PPTX
Uploaded byHiro H.
その文字列検索、std::string::findだけで大丈夫ですか？【Sapporo.cpp 第8回勉強会（2014.12.27）】
Sapporo.cpp 第8回勉強会（2014.12.27）発表内容
![アルゴリズムのお勉強 アルゴリズムとデータ構造 [素数・文字列探索・簡単なソート]](https://cdn.slidesharecdn.com/ss_thumbnails/random-160606142552-thumbnail.jpg?width=640&height=640&fit=bounds)
その文字列検索、std::string::findだけで大丈夫ですか？【Sapporo.cpp 第8回勉強会（2014.12.27）】
- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8. C++ Advent Calendar2014に 書いた記事の拡大版です http://qiita.com/h_hiro_/ items/dcad2e2eddcb42671d9d
- 9.
- 10.
- 11.
- 12.
- 13.
- 14.
- 15.
- 16.
- 17.
- 18.
- 19.
- 20.
- 21. std::string::findの使い方 std::string text = "BANNANABANANAN"; std::stringpattern = "BANANA"; text.find(pattern); // "7"を返す
- 22.
- 23.
- 24.
- 25.
- 26.
- 27. まとめるとこんな具合になる text BANNANABANANAN pattern BANA B B※赤文字： B 間違っていた文字 B B B BANANA
- 28.
- 29.
- 30.
- 31.
- 32. 前処理つきの検索(Knuth-Morris-Pratt) text BANNANABANANAN pattern BANANA まず、パターンを全部見て、 パターンの先頭から■文字が パターンの他の位置にも出現するか調べる ● BANANA→ ■にかかわらず出現しない ● CACAO → ■が1か2なら、3文字目に出現する → ■が3以上なら、出現しない
- 33.
- 34.
- 35.
- 36.
- 37.
- 38.
- 39.
- 40.
- 41.
- 42.
- 43.
- 44.
- 45.
- 46.
- 47.
- 48.
- 49.
- 50.
- 51. 索引の方式1: 単語ごとに保存して候補を絞り込む 1.C++11がようやく出た。 2.C++11が出たと思ったらもうC++14が出る。 3.C++17はすぐ出るんだろうか。 単語 出現した文章のID C++ 1,2, 3 出た 1, 2 出る 2, 3 単語 出現した文章のID 11 1, 2 14 2 17 3 “inverted index” (転置インデックス)と呼ばれる
- 52. 索引の方式1: 単語ごとに保存して候補を絞り込む 1.C++11がようやく出た。 2.C++11が出たと思ったらもうC++14が出る。 3.C++17はすぐ出るんだろうか。 単語 出現した文章のID C++ 1,2, 3 出た 1, 2 出る 2, 3 単語 出現した文章のID 11 1, 2 14 2 17 3 「C++11が出た」を検索する場合、
- 53. 索引の方式1: 単語ごとに保存して候補を絞り込む 1.C++11がようやく出た。 2.C++11が出たと思ったらもうC++14が出る。 3.C++17はすぐ出るんだろうか。 単語 出現した文章のID C++ 1,2, 3 出た 1, 2 出る 2, 3 単語 出現した文章のID 11 1, 2 14 2 17 3 IDだけに注目すると、3は候補から外れることがわかる！
- 54.
- 55.
- 56. 索引の方式2: すべての部分文字列を保存する C++11が出たと思ったらもうC++14が出る。 (1文字目が起点の部分文字列) “C”, “C+”, “C++”,“C++1”, “C++11”, ... (2文字目が起点の部分文字列) “+”, “++”, “++1”, “++11”, “++11が”, ... ：
- 57.
- 58.
- 59. 索引の方式2: すべての部分文字列を保存する 1 2 34 5 6 P E O P L E P E O P L E E L E O P L O P L Suffix tree: ● 完全に木構造ですべての 部分文字列を格納 ● 検索は超高速（木を順に 辿るだけ） ● ただしメモリはものすごく 食う（ポインタを 文字数×5以上は使う） E E
- 60. 索引の方式2: すべての部分文字列を保存する 1 2 34 5 6 P E O P L E Suffix array: ● 辞書順で並べて 左端の配列だけ保存 ● 容量は小さめ(文字列長× ポインタサイズ) ● ただし、suffix treeに 比べると検索のオーバー ヘッドが大きい 6 E 2 E O P L E 5 L E 3 O P L E 1 P E O P L E 4 P L E
- 61.
- 62.
- 63.
- 64.
- 65.
- 66.
- 67.