POSIX文件名匹配（fnmatch）是否有一种已知的O（nm）时间/O（1）空间算法？

编辑：哇！我承认，我在

fnmatch

模式语法中搞砸了

？

的定义，似乎提出了（可能已经解决）一个更难的问题，它的行为类似于正则表达式中的

？

。当然，它实际上应该像正则表达式中的

一样工作（只匹配一个字符，而不是零或一个）。这反过来意味着我最初的问题简化工作足以解决（现在相当无聊的）原始问题。解决更难的问题仍然很有趣；我可能会在某个时候写出来

从好的方面来看，这意味着像2way/SMOA针头分解这样的分解更有可能适用于这些模式，从而产生比最初期望的性能更好的

O（n）

，甚至

O（n/m）

---

在问题标题中，让

m

为图案/针的长度，

n

为与其匹配的字符串的长度

我对这个问题很感兴趣，因为我所看到/使用的所有算法都有病态的性能差和可能的堆栈溢出漏洞（由于回溯），或者需要动态内存分配（例如，对于DFA方法或只是避免在调用堆栈上进行回溯）因此，如果程序正在使用

fnmatch

授予/拒绝某种访问权限，则也可能出现危险的故障情况

我愿意相信正则表达式匹配不存在这样的算法，但文件名模式语言比正则表达式简单得多。我已经将问题简化到可以假设模式不使用

*

字符的程度，在这个修改后的问题中，您不是匹配整个字符串，而是搜索字符串中模式的匹配项（如子字符串匹配问题）。如果进一步简化该语言并删除

？

字符，则该语言只是由固定字符串和括号表达式串联而成，这可以很容易地在

O（mn）

时间和O（1）空间中进行匹配，这可能可以改进为

O（n）

如果在2way和SMOA子字符串搜索中使用的针分解技术可以扩展到这样的括号模式。然而，很自然地，每个

？

都需要使用或不使用

？

消耗字符的试验，引入

2^q

的时间因子，其中

q

是模式中

？

字符的数量

有人知道这个问题是否已经解决了，或者有解决它的想法吗

注意：在定义O（1）空间时，我使用了

---

注2：本网站详细介绍了我引用的2way和SMOA算法：

您可以创建两个字符串的散列，然后比较它们。哈希计算将在O（m）中进行，而搜索将在O（m+n）中进行

您可以使用类似的方法来计算字符串的散列，其中s[i]是一个字符

---

正如您所说，这是用于文件名匹配的，您不能在字符串中包含通配符的情况下使用它。祝你好运

你看过谷歌的Russ Cox的

re2

正则表达式引擎了吗

它是一个基于确定性有限自动机的正则表达式匹配引擎，不同于使用回溯模拟非确定性有限自动机的常用实现（Perl、PCRE）。具体设计目标之一是消除您提到的灾难性回溯行为

它不允许在搜索模式中使用一些Perl扩展，如反向引用，但在全局匹配中不需要这样做

我不确定它是否能保证

O（mn）

时间和

O（1）

内存限制，但它已经足够好了，可以在谷歌代码搜索服务存在时运行它

---

至少它应该是冷静的，看看里面，看看它是如何工作的。Russ Cox已经写了三篇关于re2的文章，而且是开源的。

我觉得这是不可能的

---

虽然我不能提供一个防弹的论据，但我的直觉是，您将始终能够构造包含q=Theta（m）

？

字符的模式，在某种意义上，算法需要考虑所有2^q的可能性。这将需要O（q）=O（m）空间来跟踪您当前正在考虑的可能性。例如，NFA算法使用这个空间来跟踪它当前所处的一组状态；蛮力回溯法使用空间作为堆栈（更糟糕的是，除了空间的O（q）外，它还使用O（2^q）时间）。

编辑：哇！我承认，我在

fnmatch

模式语法中搞错了

？

的定义，似乎解决了一个更难的问题，它的行为类似于正则表达式中的

？

。当然，它实际上应该像正则表达式中的

一样工作（只匹配一个字符，而不是零或一个）。这反过来意味着我最初的问题简化工作足以解决（现在相当无聊的）原始问题。解决更难的问题仍然很有趣；我可能会在某个时候写出来

下面是更难问题的可能解决方案

---

我已经在

O（log q）

空间（其中

q

是模式中问号的数量，因此

q

m

）中找到了一个似乎是解决方案的方法，它不确定，但似乎比指数时间更好

首先，快速解释问题的减少。首先在每个

*

处打破模式；它分解为（可能为零长度）

s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]