用于 Anagram 子串搜索（或搜索所有排列）的Java程序

给定一个文本 txt[0..n-1] 和一个模式 pat[0..m-1]，编写一个函数search(char pat[], char txt[]) 打印所有出现的 pat[] 及其txt[] 中的排列（或字谜）。你可以假设 n > m。
预期时间复杂度为 O(n)

例子：

1) Input:  txt[] = "BACDGABCDA"  pat[] = "ABCD"
   Output:   Found at Index 0
             Found at Index 5
             Found at Index 6
2) Input: txt[] =  "AAABABAA" pat[] = "AABA"
   Output:   Found at Index 0
             Found at Index 1
             Found at Index 4

我们强烈建议您单击此处并进行练习，然后再继续使用解决方案。

一个简单的想法是修改 Rabin Karp 算法。例如，我们可以将哈希值保留为所有字符的 ASCII 值之和，以一个大素数为模。对于文本的每个字符，我们可以将当前字符添加到哈希值并减去前一个窗口的第一个字符。此解决方案看起来不错，但与标准 Rabin Karp 一样，此解决方案的最坏情况时间复杂度为 O(mn)。最坏的情况发生在所有哈希值都匹配并且我们一一匹配所有字符时。
我们可以在字母大小是固定的假设下实现 O(n) 时间复杂度，这通常是正确的，因为我们在 ASCII 中最多有 256 个可能的字符。这个想法是使用两个计数数组：

1）第一个计数数组存储模式中字符的频率。
2）第二个计数数组存储当前文本窗口中字符的频率。

需要注意的重要一点是，比较两个计数数组的时间复杂度为 O(1)，因为它们中的元素数量是固定的（与模式和文本大小无关）。以下是该算法的步骤。
1) 将模式频率的计数存储在第一个计数数组countP[]中。还将字符频率计数存储在数组countTW[]中的第一个文本窗口中。

2) 现在运行一个从 i = M 到 N-1 的循环。在循环中执行以下操作。
.....a) 如果两个计数数组相同，我们发现了一个事件。
.....b) countTW[] 中文本当前字符的增量计数
.....c) 减少 countWT[] 中前一个窗口中第一个字符的计数

3）最后一个窗口没有被上面的循环检查，所以明确检查它。

Java

// Java program to search all anagrams
// of a pattern in a text
public class GFG {
    static final int MAX = 256;
  
    // This function returns true if contents
    // of arr1[] and arr2[] are same, otherwise
    // false.
    static boolean compare(char arr1[], char arr2[])
    {
        for (int i = 0; i < MAX; i++)
            if (arr1[i] != arr2[i])
                return false;
        return true;
    }
  
    // This function search for all permutations
    // of pat[] in txt[]
    static void search(String pat, String txt)
    {
        int M = pat.length();
        int N = txt.length();
  
        // countP[]:  Store count of all
        // characters of pattern
        // countTW[]: Store count of current
        // window of text
        char[] countP = new char[MAX];
        char[] countTW = new char[MAX];
        for (int i = 0; i < M; i++) {
            (countP[pat.charAt(i)])++;
            (countTW[txt.charAt(i)])++;
        }
  
        // Traverse through remaining characters
        // of pattern
        for (int i = M; i < N; i++) {
            // Compare counts of current window
            // of text with counts of pattern[]
            if (compare(countP, countTW))
                System.out.println("Found at Index " + (i - M));
  
            // Add current character to current
            // window
            (countTW[txt.charAt(i)])++;
  
            // Remove the first character of previous
            // window
            countTW[txt.charAt(i - M)]--;
        }
  
        // Check for the last window in text
        if (compare(countP, countTW))
            System.out.println("Found at Index " + (N - M));
    }
  
    /* Driver program to test above function */
    public static void main(String args[])
    {
        String txt = "BACDGABCDA";
        String pat = "ABCD";
        search(pat, txt);
    }
}
// This code is contributed by Sumit Ghosh

输出：

Found at Index 0
Found at Index 5
Found at Index 6

有关详细信息，请参阅有关 Anagram Substring Search（或 Search for all permutations）的完整文章！