A Hybrid Length-Based Pattern Matching Algorithm for Text Searching

• Autores: Cuarite Silva, Cesar Augusto, Benavente Mayta, Antoni Joao
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Nacional de San Agustín
• Repositorio: UNSA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsa.edu.pe:20.500.12773/20315
• Enlace del recurso: https://hdl.handle.net/20.500.12773/20315
• Nivel de acceso: acceso abierto
• Materia: Knuth-Morris-Pratt; Boyer-Moore; Text search; https://purl.org/pe-repo/ocde/ford#2.02.04

Este artículo presenta un algoritmo híbrido para la coincidencia de patrones en texto, que combina el preprocesamiento de la longitud de palabra con el algoritmo Knuth-Morris-Pratt (KMP). Su rendimiento se evaluó frente a KMP y Boyer-Moore (BM) en dos escenarios: textos sintéticos y textos del mundo real. En el primero, los algoritmos clásicos demostraron ser más eficientes debido a la estructura uniforme de los datos. Sin embargo, en textos del mundo real, el algoritmo híbrido redujo significativamente los tiempos de búsqueda, gracias a su capacidad para filtrar coincidencias por patrones de longitud antes de realizar comparaciones carácter por carácter. El algoritmo también demostró flexibilidad en el reconocimiento de patrones con diferentes delimitadores. Entre sus limitaciones se encuentra la dificultad para detectar subcadenas dentro de palabras más largas. Como trabajo futuro, se propone la incorporación de técnicas de coincidencia parcial y la adaptación del enfoque a entornos multilingües y sistemas de aprendizaje automático. El conjunto de datos utilizado se proporciona para fomentar la reproducibilidad.