commit karp_rabin.md.

thu_dsa/chp11/bm.md

@@ -112,6 +112,7 @@ int match(char* text, char* pattern){
 		j = m - 1;
 	}
 	delete [] bc;
+	delete [] gs;
 	return i;
 }
 ```

thu_dsa/chp11/karp_rabin.md

@@ -0,0 +1,87 @@
+串匹配之karp-rabin算法
+=====================
+
+## 万物皆数
+
+回想我们平时对整数进行的比较，都可以在`O(1)`的时间内完成，而任何数据在计算机中的存储都是一系列的字节构成的二进制整数，串也不例外，那为什么不可以把对整数高效的比较操作也移植到串匹配问题上呢？这就是`karp-rabin`的基本思想。
+
+一般地，对于任意一个串，设字符集的大小为`d`，则该串中的任意一个字符都可以用一个`d+1`进制的整数来表示。需要注意的是，这里是`d+1`进制，而不是`d`进制，是因为不能用`0`来表示任意一个字符，否则如果该字符组成串的一个前缀，无论前缀的长度多少，都不会影响串所对应的整数取值。
+
+在这种情况下，任意一个串，都可以将之用整数表示出来，并且串与这个整数是唯一对应的，因此这是一个`完美散列`，因此将该整数成为串的`指纹`(fingerprint)。如果将该`指纹`转化为二进制整数，就可以在计算机中用二进制字节流唯一的表示一个字符串了。
+
+## karp-rabin算法
+
+根据上面的分析似乎已经可以构造出一个新的串匹配算法了，具体说来，在每一个对齐位置，将模式串和与之对齐的文本串的`m`个字符，分别用其`指纹`表示出来，然后利用整数的比较就可以在`O(1)`时间内完成比较，这样整体的时间复杂度为`O(n)`，已经和`kmp`算法相当了！可是，果真这么简单吗？
+
+答案是否定的，因为该过程中还存在着其他开销——比如将长度为`m`串转化为其对应的`指纹`，其开销就已经是`O(m)`了，因此整个算法的时间开销是`O(mn)`，与蛮力策略相当！此外，还存在一些新的问题，当字符集较大，或者串长度较长时，其转化成的`指纹`位数也会相当长，比如采用`ASCII`码字符集时，字符集的大小`d = 128`，如果模式串的长度`m = 10`，则其对应的`指纹`会占`7 x 10 = 70`个比特，已经超过了计算机中通常支持的整数位数，并且随着串的进一步增长，对这么多位`指纹`的比对也难以在`O(1)`时间内完成，而是也要消耗`O(m)`的时间，同时对这些整数的存储也是一个问题。
+
+下面就从各个方面分别讨论怎么解决上述存在的这么多问题。
+
+> 指纹长度的压缩
+
+将更大的数据，存储到更小的空间，这其实是我们在[散列的基本概念](../chp9/hash.mg)中就提出过的问题。具体说来，为了将`70bits`乃至更长的`指纹`压缩到`32bit`整数表示的范围内，只需要对该`指纹`做一个散列，不妨就简明地采用模余法，即
+
+```c
+hash(fingerprint) = fingerprint % M;
+```
+
+这样，就一次性地解决了整数的存储与比对时间的问题，经过散列后的指纹可以存储计算机通常支持的位长度以内，并且此时对`指纹`的比对又只需要`O(1)`的时间了。
+
+但是由于散列内在的缺陷，不可避免地又会引入新的问题——冲突。对于两个不相匹配的串，它们经过压缩后的`指纹`却有可能相同，此时就会导致误判。为了解决这个问题，可以使`指纹`相同作为串匹配的必要条件，一旦发现两个串的`指纹`相同，可以对它们再启动一次逐个比较的字符比对，来确定这两个串是否的确是匹配的。需要指出，只要这里的散列长度足够长，就可以保证一般情况下两个不匹配的串，其指纹相同的概率极低，从而引入的逐个字符比对并不会显著地增加算法的时间复杂度。
+
+> 快速指纹更新
+
+尽管在引入了散列以后，指纹的比对可以在`O(1)`时间内完成了，但是指纹的计算仍然需要`O(m)`的时间，此时`karp-rabin`算法整体的时间复杂度仍然是`O(mn)`，没有显著的提高，因此需要提供一种快速的指纹计算方法。
+
+对于模式串而言，指纹的计算是没有办法提高了，因为`m`个字符肯定需要全部遍历一次才能计算出它对应的指纹，`O(m)`的时间复杂度没有任何可以提高的空间。
+
+但是对于文本串则不然，诚然，对于任意一个长度为`m`的串，计算其指纹也必须需要`O(m)`的时间开销，但是在文本串中，可以注意到，相邻串的指纹是具有一定的联系的，如下图所示：
+
+![update_fingerprint](update_fingerprint.png)
+
+具体说来，相邻串只有最前一个字符和最后一个字符是不相同的，利用模余的运算法则，就可以根据前一个串的指纹，在`O(1)`时间内计算出下一个串的指纹。设`a, b`分别是两个正整数，且有`a > b > 0`，具体利用到的运算法则是，
+
+```
+(a + b) % M = ((a % M) + (b % M)) % M = ((a % M) + b) % M = ((b % M) + a) % M;
+(a - b) % M = ((a % M) - (b % M) + M) % M;
+(a * b) % M = ((a % M) * (b % M)) % M;
+```
+
+上述的运算法则均可以推广到多个正整数的情形。因此，就可以构造出计算模式串和文本串的初始`指纹`的代码：
+
+```c
+m = strlen(P);
+HashCode hashP = 0, hashT = 0;
+for(int i = 0; i < m; ++i){
+	hashP = (hashP * R + DIGIT(P, i)) % M;
+	hashT = (hashT * R + DIGIT(T, i)) % M;
+}
+```
+
+为了快速更新文本串相邻的长度为`m`的子串的`指纹`，需要首先从原先的指纹中，减去最高位的部分，再加上最低位的部分，而计算最高位字符的模余值，需要做`m - 1`次连乘运算，即
+
+```
+fingerprint(P[0]) = P[0] * R^(m - 1)
+```
+
+为了简化这个运算，可以事先将`R^(m - 1)`计算并保存，形成下面的代码：
+
+```c
+HashCode prepareDm(int m){
+	HashCode Dm = 1;
+	for(int i = 0; i != m; ++i)
+		Dm = (Dm * R) % M;
+	return Dm;
+}
+```
+
+可以注意到，上面计算得出的`Dm`，正是`R^(m - 1)`的模余值，这里是利用到了模余的第三条运算法则。所以可以形成下面的快速更新`指纹`的代码：
+
+```c
+void updateHash(HashCode &hashT, char* T, int m, int k, HashCode Dm){
+	hashT = (hashT - DIGIT(T, k - 1) * Dm + M) % M;
+	hashT = (hashT * R + DIGIT(T, k - 1 + m)) % M;
+}
+```
+
+该算法其实就是上面三条模余的运算法则的反复使用。

words.md

@@ -1001,7 +1001,7 @@ Some Words
 
 + pledge
 > (n)s serious promise or agreement, especially one made publicly or officially.</br>
-> (v)to make a formal, usually public, promise that you will do something, promise.
+> (v)to make a formal, usually public promise that you will do something, promise.
 
 	- the government's pledge to make no deals with terrorists
 	- Eisenhower fulfilled his election pledge to end the war.
@@ -1034,14 +1034,14 @@ Some Words
 	- The beauty of the scene defies description
 
 + stake
-> at stake: if someething is at stake, it is being risked and might be lost or damaged if you are not successful.</br>
+> at stake: if something is at stake, it is being risked and might be lost or damaged if you are not successful.</br>
 > (n)the stakes involved in in a contest or a risky action are the things that can be gained or lost</br>
-> (v)if you stake something such as your money or your reputation on the result of something, you risk your money or reputationo on it.</br>
+> (v)if you stake something such as your money or your reputation on the result of something, you risk your money or reputation on it.</br>
 > (n)if you have a stake in a business, you have invested money in it.</br>
 > have a stake in sth: if you have a stake in something, you will get advantages if it's successful, and you feel you have an important connection with it.
 
 	- The tension was naturally high for a game with so much at stake.
-	- The game was usually play for high stakes between two large groups.
+	- The game was usually played for high stakes between two large groups.
 	- He has staked his political future on an election victory.
 	- He holds a 51% stake in the firm.
 	- Young people don't feel they have a stake in the country's future.