简单Boyer-Moore实现中的字符指针混乱

Question

我目前正在试验一种非常简单的Boyer变体。

一般来说，我的实现可以工作，但是如果我试图在循环中使用它，包含干草堆的字符指针就会被搞砸。我的意思是里面的字符是被改变的或者是混合的。

结果是一致的，即运行相同的测试多次产生相同的错误。

这是循环代码：

string src("This haystack contains a needle! needless to say that only 2 matches need to be found!");
string pat("needle");
const char* res = src.c_str();

while((res = boyerMoore(res, pat)))
    ++res;

这是我实现的字符串搜索算法(上面的代码调用了一个方便的包装器，它提取字符串的字符指针和长度)：

unsigned char*
boyerMoore(const unsigned char* src, size_t srcLgth, const unsigned char* pat, size_t patLgth)
{
    if(srcLgth < patLgth || !src || !pat)
        return nullptr;

    size_t skip[UCHAR_MAX]; //this is the skip table
    for(int i = 0; i < UCHAR_MAX; ++i)
        skip[i] = patLgth; //initialize it with default value

    for(size_t i = 0; i < patLgth; ++i)
        skip[(int)pat[i]] = patLgth - i - 1; //set skip value of chars in pattern

    std::cout<<src<<"\n"; //just to see what's going on here!

    size_t srcI = patLgth - 1; //our first character to check
    while(srcI < srcLgth)
    {
        size_t j = 0; //char match ct
        while(j < patLgth)
        {
            if(src[srcI - j] == pat[patLgth - j - 1])
                ++j;
            else
            {
                //since the number of characters to skip may be negative, I just increment in that case

                size_t t = skip[(int)src[srcI - j]];
                if(t > j)
                    srcI = srcI + t - j;
                else
                    ++srcI;
                break;
            }
        }
        if(j == patLgth)
            return (unsigned char*)&src[srcI + 1 - j];
    }
    return nullptr;
}

循环产生这个输出(即，这些是算法接收到的干草堆)：

1. 这干草堆里有一根针！不用说，只需要找到两个匹配！
2. 伊德尔！不用说，只需要找到两个匹配！
3. 无缘无故地说，两次相遇都是为了被发现！

如您所见，输入在第二次运行后完全混乱。我遗漏了什么？我认为内容无法修改，因为我传递的是const指针。

是在循环中设置指针的方式出错了，还是我的字符串搜索搞砸了？

顺便说一句:这是完整的代码，除了包含和循环代码的主要功能。

编辑：

第一次返回的nullptr缺失是由于复制/粘贴错误造成的，在源中它实际上是存在的。

为了澄清这一点，这是我的包装函数：

inline char* boyerMoore(const string &src, const string &pat)
{
    return (const char*) boyerMoore((const unsigned char*) src.c_str(), src.size(),
            (const unsigned char*) pat.c_str(), pat.size());
}

Answer 1

在您的boyerMoore()函数中，第一个返回不是返回一个值(您只有return;而不是return nullptr;) GCC并不总是对丢失的返回值发出警告，而不返回任何东西是未定义的行为。这意味着，当您将返回值存储在res中并再次调用该函数时，不知道将输出什么。你可以看到一个related discussion here。

此外，您还省略了计算要传入的字符串长度的方便函数。我建议对逻辑进行二次检查，以确保大小是正确的--我假设您使用的是strlen或类似的。