Boyer Moore 算法的C++实现以及一些独特的感受

关于Boyer Moore算法的实现，小弟我折腾了1周多终于成功了！！！

本人研究了这篇论文："1977, A fast String Searching Algorithm"，总结出以下几个要点：

1. 坏字符算法：

坏字符，就是主串中匹配不上的字符。坏字符算法，就是已知模式串和坏字符，从后往前地搜寻最近一次出现的坏字符（记作bad）。该算法返回的是最后一个字符下标与bad下标之差（如果在整条模式串中找不到坏字符，则把bad下标视作-1）。

2. 好后缀算法：
好后缀，就是从后往前连续匹配上的字符子串，如
主串 ………… innovation……
模式串 creation_activation
“vation” 、”ation“、”tion“、”ion“、”on“、”n”就都是好后缀
好后缀算法，仍然只需知道两个参数：模式串、好后缀在模式串中的中断位置。解释一下，好后缀在模式串的中断位置，在本例中就是字母’i'出现的位置，也就是3。在好后缀算法中要定义两个指针（下标变量）p、q， 分别从模式串的中断位置和末尾位置开始。令p向前逐格移动，若p和q所指的字符相同，则q也向前移动一格，用这种方式寻找最近的一个好后缀。当p和q所指的字符再一次不相同时，中断循环，因为已经匹配到了最佳的好后缀。
该算法返回的是p与末尾下标之差
3. 核心思想：
利用模式串本身的统计学特征，让主串上的指针（记为x）跳跃移动，而不是一步一步地移动。每次跳跃的距离是两种算法的最大值。
4. 出现的问题：
(1) 忽略size_type的非负特性，将其用作下标和控制循环，导致下标溢出错误
(2) 忽略else语句的分支性，导致goodsuffix方法体变成顺序结构。如果字符串完全匹配的话，就会导致goodsuffix访问下标为-1的对象。

/*
* Boyer Moore's Algorithm
*/
#include <iostream>
#include <cstdio>
#include <string>
#include <algorithm>
using namespace std;
int badchar(char bad, string& pat);
int goodsuffix(int j, string& pat);
int boyer_moore(string& text, string& pat);

int badchar(char bad, string& pat) {
int terminal = pat.length() - 1;
int i = terminal;
while (i>=0) {
if(pat[i]==bad) {
return terminal - i;
}
i--;
}
return terminal-i;
}

int goodsuffix(int j, string& pat) {
int terminal = pat.length()-1;
int tail = terminal;
bool encounter = false;
while (j>=0) {
if (pat[j]==pat[tail]) {
encounter = true;
tail--;
j--;
}
else if (pat[j]!=pat[tail] && encounter) break;
else j--;
}
return terminal - j;
}

int boyer_moore (string& str, string& pat) {
if (pat.length()>str.length()) return -1;
int i = pat.length()-1;
anchor:
while (i<str.length()) {
int j = pat.length()-1;
bool matched = false;
while (j>=0) {
if (str[i]!=pat[j] && matched==false) {
i += badchar(str[i], pat);
goto anchor;
}
if (str[i]==pat[j]) {
i--;
j--;
}
if (str[i]!=pat[j] && matched==true) {
i+= max(badchar(str[i],pat), goodsuffix(j, pat));
goto anchor;
}
}
return i+1;
}
return -1;
}

int main() {
string a, b;
getline(cin, a);
getline(cin, b);
string &rb = b, &ra=a;
cout<<boyer_moore(rb,ra)<<endl;
}