互联网面试突击算法-字符串匹配（KMP算法-Boyer-Moore算法-Rabin-Karp算法）

字符串匹配是计算机科学中一个基本的问题，其目标是在一个文本字符串（称为主串）中查找一个模式字符串（称为子串）是否存在，并确定其位置。
字符串匹配在许多应用中都是非常重要的，比如搜索引擎、文本编辑器、数据压缩和生物信息学等领域都会用到。

以下是几种常见的字符串匹配算法：

1. 朴素字符串匹配算法：
   这是最简单直观的字符串匹配算法，也称为暴力匹配算法。它的思想是从主串的每个可能的位置开始，逐个比较主串和子串中的字符，直到找到匹配或者主串被完全扫描。时间复杂度为$O(mn)$，其中$n$是主串长度，$m$是子串长度。

2. KMP算法（Knuth-Morris-Pratt算法）：
   KMP算法是一种高效的字符串匹配算法，利用了子串中已经匹配过的信息，避免了朴素算法中的回溯。它通过构建部分匹配表（即next数组）来跳过一些不必要的比较，从而提高了匹配的效率。KMP算法的时间复杂度为$O(m+n)$，其中$n$是主串长度，$m$是子串长度。

3. Boyer-Moore算法：
   Boyer-Moore算法是一种基于字符比较位置的字符串匹配算法。它通过预处理子串中每个字符最后出现的位置来决定每次移动的步数，从而减少了比较次数，提高了匹配效率。Boyer-Moore算法的平均时间复杂度为$O(n/m)$，其中$n$是主串长度，$m$是子串长度。

4. Rabin-Karp算法：
   Rabin-Karp算法是一种基于哈希函数的字符串匹配算法，它利用哈希值来快速判断主串和子串是否相等，从而加速了匹配过程。Rabin-Karp算法的平均时间复杂度为$O((n-m+1)m)$，其中$n$是主串长度，$m$是子串长度。

这些算法各有优缺点，具体选择哪种算法取决于应用场景、字符串长度和性能要求等因素。在实际应用中，通常会根据具体情况选择最合适的算法。
以下是几种字符串匹配算法的Python实现代码：

1. 朴素字符串匹配算法：

def naive_string_matching(text, pattern):
    n = len(text)
    m = len(pattern)
    result = []
    
    for i in range(n - m + 1):
        j = 0