求两文本最大匹配窜

//也可用作求相似度

package  com.xxx.xbrl.zip;

import  java.util.ArrayList;
import  java.util.Iterator;
import  java.util.List;
import  java.util.Map;
import  java.util.TreeMap;

public   class  MaxMatch  ... {
 
 class Stat...{
  Map map=new TreeMap();
  
  class Pos...{
   Pos(String s1,int from1,String s2,int from2)...{
    this.s1=s1;
    this.s2=s2;
    this.from1=from1;
    this.from2=from2;
   }
   public boolean equals(Object obj)...{
    Pos p=(Pos)obj;    
    return p.from1==from1&&p.from2==from2&&p.s1.equals(s1)&&p.s2.equals(s2);
   }
   String s1;
   String s2;   
   int from1;
   int from2;    
  }
  
  class Item...{
   int matchCount=0;
   List pos=new ArrayList();   
   void addPos(String s1,String s2,int from1,int from2)...{
    Pos p=new Pos(s1,from1,s2,from2);
    if(!pos.contains(p))...{
     matchCount++;
     pos.add(p);
    }
   }
  }

  public List getMaxLengthList()...{
   List list=new ArrayList();
   String key;
   int maxLen=-1;   
   for(Iterator iter=map.keySet().iterator();iter.hasNext();)...{
    key=(String)iter.next();
    maxLen=key.length()>maxLen?key.length():maxLen;
   }
   
   if(maxLen!=-1)...{
    for(Iterator iter=map.keySet().iterator();iter.hasNext();)...{
     key=(String)iter.next();
     if(key.length()==maxLen)...{
      list.add(key);
     }
    } 
   }
   return list;
  }
  
  public void dump()...{
   String key;
   Item item;
   int maxLen=-1;   
   for(Iterator iter=map.keySet().iterator();iter.hasNext();)...{
    key=(String)iter.next();
    maxLen=key.length()>maxLen?key.length():maxLen;
    item=(Item)map.get(key);
    System.out.println("关键字["+key.length()+"]："+key+" 匹配次数="+item.matchCount);
   }
   
   if(maxLen==-1)...{
    System.out.println("无匹配,请配置匹配长度.");
   }else...{
    System.out.println("----------------------------------");
    for(Iterator iter=map.keySet().iterator();iter.hasNext();)...{
     key=(String)iter.next();
     if(key.length()==maxLen)...{
      item=(Item)map.get(key);
      System.out.println("最大匹配["+key.length()+"]="+key+" 匹配次数="+item.matchCount);
     }
    } 
   }
  }
  
  public void gatherToken(String s1,int from1,String s2,int from2,char[] matched)...{
   String key=new String(matched);
   Item item=(Item)map.get(key);
   if(item==null)...{
    item=new Item();
    map.put(key,item);
   }   
   item.addPos(s1,s2,from1,from2);
  }  
 }
 
 
 private int nextMatchedPos(char[] chs,char ch,int from)...{
  for(int i=from;i<chs.length;i++)...{
   if(chs[i]==ch)...{
    return i;
   }
  }
  return -1;
 }
 
 private boolean isMatch(char[] chs,int from,char[] matched)...{
  int m=matched.length;
  int n=0;
  for(int i=from,k=0;i<chs.length&&k<m;i++,k++)...{
   if(chs[i]!=matched[k])...{
    return false;
   }
   n++;
  }
  return m==n;
 }
 
 private char[] matchMaxChars(char[] chs1,int from1,char[] chs2,int from2)...{
  StringBuffer s=new StringBuffer();
  for(int i=from1,j=from2;i<chs1.length&&j<chs2.length;i++,j++)...{
   char ch=chs1[i];
   if(ch==chs2[j])...{
    s.append(ch);
   }else...{
    break;
   }
  }
  return s.toString().toCharArray();
 }
 
 

 private void doMatch(String s1,String s2,int from,Stat s,int minMatchLen)...{
  char ch1;
  char[] chs1=s1.toCharArray();
  char[] chs2=s2.toCharArray();  
  int len1=chs1.length;
  int len2=chs2.length;  
  for(int jj=0;jj<len2-minMatchLen;jj++)...{//s2搜索起点
   for(int i=from;i<len1-from-minMatchLen;i++)...{
    ch1=chs1[i];
    int k=nextMatchedPos(chs2,ch1,jj);
    if(k!=-1)...{
     char[] matched=matchMaxChars(chs1,i,chs2,k);
     //缩小关键字系列(若只求最大匹配则无需缩小)，保证正确统计关键字间相互包含的情况
     for(int mi=minMatchLen;mi<=matched.length;mi++)...{
      int kk=k;
      char[] matchedBuf=new char[mi];
      System.arraycopy(matched,0,matchedBuf,0,mi);
      int matchedLen=matchedBuf.length;
      do...{      
       s.gatherToken(s1,i,s2,kk,matchedBuf);       
       kk+=matchedLen;
       kk=nextMatchedPos(chs2,ch1,kk);
       if(mi==matched.length)...{
        k=kk;
       }
       if(kk==-1)...{
        break;
       }     
      }while(isMatch(chs2,kk,matchedBuf));  
     }
     continue;
    }
   }
  }
 } 
 
 private Stat match(String s1,String s2,int minMatchLen)...{
  Stat s=new Stat();
  for(int i=0,n=s1.length()-minMatchLen;i<n;i++)...{
   doMatch(s1,s2,i,s,minMatchLen);   
  }  
  
  for(int i=0,n=s2.length()-minMatchLen;i<n;i++)...{
   doMatch(s2,s1,i,s,minMatchLen);   
  }  
  return s;
 }
 
 public static void main(String[] args) throws Exception...{
  String s1="aab2bcacaa";
  String s2="aabbcc";
  
  
  s1="A trace of length L is a sequence of L match points.";
  s2="The sequence of match points visited in traversing.";
  
  MaxMatch mm=new MaxMatch();
  Stat s=mm.match(s1,s2,10);  
  s.dump();
 }
}


 

 

测试:

关键字[10]： match poi 匹配次数=2
关键字[11]： match poin 匹配次数=2
关键字[12]： match point 匹配次数=2
关键字[13]： match points 匹配次数=2
关键字[10]： sequence  匹配次数=2
关键字[11]： sequence o 匹配次数=2
关键字[12]： sequence of 匹配次数=2
关键字[13]： sequence of  匹配次数=2
关键字[10]：atch point 匹配次数=2
关键字[11]：atch points 匹配次数=2
关键字[10]：equence of 匹配次数=2
关键字[11]：equence of  匹配次数=2
关键字[10]：match poin 匹配次数=2
关键字[11]：match point 匹配次数=2
关键字[12]：match points 匹配次数=2
关键字[10]：quence of  匹配次数=2
关键字[10]：sequence o 匹配次数=2
关键字[11]：sequence of 匹配次数=2
关键字[12]：sequence of  匹配次数=2
关键字[10]：tch points 匹配次数=2
----------------------------------
最大匹配[13]= match points 匹配次数=2
最大匹配[13]= sequence of  匹配次数=2