blocks|key|2372474|text|如果为self-synchronizing，则多字节编码可以与面向字节的搜索例程一起使用。|type|unstyled|depth|inlineStyleRanges|offset|length|style|BOLD|entityRanges|data|2372475|因此，您可以通过以下方式安全地使用Boyer-Moore：|2372476|2372477|CESU-8|unordered-list-item|2372478|UTF-8|2372479|UTF-EBCDIC|2372480|2372481|但不能将其与一起使用：|2372482|ISO+2022|2372483|Johab|2372484|
|2372485|Punycode|2372486|2372487|Shift-JIS|2372488|2372489|UTF-7|2372490|2372491|UTF-16|2372492|2372493|UTF-32|2372494|
+|2372495|Big5|2372496|EUC-JP|2372497|GBK+/GB18030|2372498|2372499|2372500|entityMap|0|LINK|mutability|MUTABLE|url|http://en.wikipedia.org/wiki/Self-synchronizing_code^0|2|12|3|I|0|0|0|0|0|0|0|0|1|5|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|1U|8|@$9|1V|A|1W|B|C]]|D|@$9|1X|A|1Y|1|1Z]]|E|$]]|$1|F|3|G|5|6|7|20|8|@]|D|@]|E|$]]|$1|H|3|-4|5|6|7|21|8|@]|D|@]|E|$]]|$1|I|3|J|5|K|7|22|8|@]|D|@]|E|$]]|$1|L|3|M|5|K|7|23|8|@]|D|@]|E|$]]|$1|N|3|O|5|K|7|24|8|@]|D|@]|E|$]]|$1|P|3|-4|5|6|7|25|8|@]|D|@]|E|$]]|$1|Q|3|R|5|6|7|26|8|@$9|27|A|28|B|C]]|D|@]|E|$]]|$1|S|3|T|5|6|7|29|8|@]|D|@]|E|$]]|$1|U|3|V|5|K|7|2A|8|@]|D|@]|E|$]]|$1|W|3|X|5|6|7|2B|8|@]|D|@]|E|$]]|$1|Y|3|Z|5|K|7|2C|8|@]|D|@]|E|$]]|$1|10|3|X|5|6|7|2D|8|@]|D|@]|E|$]]|$1|11|3|12|5|K|7|2E|8|@]|D|@]|E|$]]|$1|13|3|X|5|6|7|2F|8|@]|D|@]|E|$]]|$1|14|3|15|5|K|7|2G|8|@]|D|@]|E|$]]|$1|16|3|X|5|6|7|2H|8|@]|D|@]|E|$]]|$1|17|3|18|5|K|7|2I|8|@]|D|@]|E|$]]|$1|19|3|X|5|6|7|2J|8|@]|D|@]|E|$]]|$1|1A|3|1B|5|K|7|2K|8|@]|D|@]|E|$]]|$1|1C|3|1D|5|6|7|2L|8|@]|D|@]|E|$]]|$1|1E|3|1F|5|K|7|2M|8|@]|D|@]|E|$]]|$1|1G|3|1H|5|K|7|2N|8|@]|D|@]|E|$]]|$1|1I|3|1J|5|K|7|2O|8|@]|D|@]|E|$]]|$1|1K|3|-4|5|K|7|2P|8|@]|D|@]|E|$]]|$1|1L|3|-4|5|6|7|2Q|8|@]|D|@]|E|$]]|$1|1M|3|-4|5|6|7|2R|8|@]|D|@]|E|$]]]|1N|$1O|$5|1P|1Q|1R|E|$1S|1T]]]]

A multi-byte encoding can be used with a byte-oriented search routine IF it is <a href="http://en.wikipedia.org/wiki/Self-synchronizing_code" rel="nofollow">self-synchronizing</a>.

So, you can safely use Boyer-Moore with:

<ul>
<li>CESU-8</li>
<li>UTF-8</li>
<li>UTF-EBCDIC</li>
</ul>

But can NOT use it with:

<ul>
<li>Big5</li>
<li>EUC-JP</li>
<li>GBK / GB18030</li>
<li>ISO 2022</li>
<li>Johab</li>
<li>Punycode</li>
<li>Shift-JIS</li>
<li>UTF-7</li>
<li>UTF-16</li>
<li>UTF-32</li>
</ul>

I'm about to implement a variation of the Boyer-Moore pattern matching algorithm (the Sunday algorithm to be specific) and I was asking myself: What is my alphabet size?

Does it depend on the encoding (= number of possible characters) or can I just assume my alphabet consists of 256 symbols (= number of symbols which can be represented by a byte)?

In many other situations treating characters as bytes would be a problem because depending on the encoding a character can consist of multiple bytes, but if in my case both strings have the same encoding then equal characters are represented by equal byte sequences, so I would assume it doesn't matter.

So: Do I have to take the encoding into account and assume an alphabet consisting of the actual characters (> 90000 for Unicode) or can I just handle the text and the pattern as a stream of bytes?

Do I have to take the encoding into account when performing Boyer-Moore pattern matching?

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我即将实现Boyer-Moore模式匹配算法的一个变体(具体地说是Sunday算法)，我问自己:我的字母表大小是多少？这取决于编码(=可能的字符数)还是我可以假设我的字母表由256个符号组成(=一个字节可以表示的符号数)？在许多其他情况下，将字符视为字节将是一个问题，因为根据编码的不同，一个字符可能由多个字节组成，但在我的例子中，如果两个字符串具有相同的编码，那么相等的字符将由相等的字节序列表示，

问在执行Boyer-Moore模式匹配时，我必须考虑编码吗？
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问在执行Boyer-Moore模式匹配时，我必须考虑编码吗？EN