| 主权项 |
一种按字长匹配的多模式串匹配方法，包括预编译过程和搜索过程，在字长为32位的计算机上进行如下操作：所述预编译过程为构造3个表：一个跳转表即SHIFT表，一个哈希表即HASH表，一个前缀表即PREFIX表；设B为字符块的长度，m为最短模式串的长度，X为当前需要计算哈希值的字符块；字符块哈希值的计算公式为：hash(X)＝(X[0]*256<sup>B‑1</sup>)+(X[1]*256<sup>B‑2</sup>)+...+(X[B‑1]*256<sup>0</sup>)；首先建立SHIFT表：先建立一个空表，表项值都初始化为最大跳转距离m‑B+1，在模式集中取每个模式串前m个字符，从后往前每次取相邻B个字符组成字符块，按上面给出的字符块哈希值的计算公式计算该字符块的哈希值，按字符块跳转值的计算公式<img file="FDA0000459155380000011.GIF" wi="1154" he="167" />修改表中索引值为该字符块哈希值的表项值，即形成SHIFT表；然后建立HASH表：先建立一个空表，表项值都初始化为空，在模式集中取每个模式串前m个字符的后B个字符组成字符块，按字符块哈希值的计算公式计算该字符块的哈希值，把哈希值相等的模式串用链表链接起来，存储在表中对应索引值为该哈希值的表项中，即形成HASH表；再建立PREFIX表：先建立一个空表，表项值初始化为空，取模式集中每个模式串前B个字符，把哈希值相等的模式串用链表链接起来，存储在表中对应索引值为该哈希值的表项中，即形成PREFIX表；其特征在于：将所述需要计算哈希值的字符块的长度B取2，在搜索过程中，每次按字长读取文本，即每次从文本中装载一个整型值，字符块的哈希值通过对该整型值的移位得到；具体操作如下：设当前读取机器字的内容是对应文本中的字符“abcd”，其中“abcd”四个字符均泛指任意字符，则该机器字对应三个字符块:前面字符块“ab”、中间字符块“bc”和后面字符块“cd”，机器字对应整型值为变量var，整个搜索过程分为四个阶段，用计算机语言描述如下：第一阶段：由计算前面字符块哈希值的公式hash("ab")＝(var＜＜16)＞＞16得到前面字符块的哈希值V1，查SHIFT表得到表中索引值为前面字符块的哈希值V1的表项值：switch(SHIFT[V1]){case0:查找HASH表中索引值为前面字符块的哈希值V1的表项值，即为符合的模式串链表，对链表中每一个模式串，首先查找PREFIX表中索引值为V1的表项值，验证前缀是否匹配，最后再进行模式串其余部分的验证，之后进入第二阶段；case1:直接进入第二阶段；case2,3,4:直接进入第三阶段；default:若文本结束，则整个搜索过程结束；若文本没有结束，进入下一个机器字长的读取，重新进入第一阶段；}；第二阶段：由计算中间字符块哈希值的公式hash("bc")＝(var＜＜8)＞＞16得到中间字符块的哈希值V2，查SHIFT表:switch(SHIFT[V2]){case0:查找HASH表中索引值为中间字符块的哈希值V2的表项值，即为符合的模式串链表，对链表中每一个模式串，首先查找PREFIX表中索引值为V2的表项值，验证前缀是否匹配，最后再进行模式串其余部分的验证，之后进入第三阶段；case1,2:直接进入第三阶段；default:若文本结束，则整个搜索过程结束；若文本没有结束，进入下一个机器字长的读取，重新进入第一阶段；}；第三阶段：由计算后面字符块哈希值的公式hash("cd")＝var＞＞16得到后面字符块的哈希值V3，查SHIFT表:switch(SHIFT[V3]){case0:查找HASH表中索引值为后面字符块的哈希值V3的表项值，即为符合的模式串链表，对链表中每一个模式串，首先查找PREFIX表中索引值为V3的表项值，验证前缀是否匹配，最后再进行模式串其余部分的验证，之后进入第四阶段；case1:直接进入第一阶段；default:若文本结束，则整个搜索过程结束；若文本没有结束，进入下一个机器字长的读取，重新进入第一阶段；}；第四阶段：取下一个字长中与该字长中相邻的字符，由计算哈希值的公式计算得到相邻字长字符块的哈希值V4，查SHIFT表:switch(SHIFT[V4]){case0:查找HASH表中索引值为字长字符块的哈希值V4的表项值，即为符合的模式串链表，对链表中每一个模式串，首先查找PREFIX表中索引值为V4的表项值，验证前缀是否匹配，最后再进行模式串其余部分的验证，之后进入第四阶段；default:若文本结束，则整个搜索过程结束；若文本没有结束，进入下一个机器字长的读取，重新进入第一阶段；}。 |
