sunday算法核心是：匹配失败时，查看主串中模式串末尾后一位的字符，若不在模式串中则跳过整段（步长=模式串长+1），否则将模式串中最右该字符与之对齐再试；偏移表需设未出现字符的值为模式串长+1，用256数组更稳。

Sunday匹配算法实战指南：提高变量字符串检索效率技巧

核心逻辑一句话讲清

每次匹配失败时，不看错在哪，而是看主串中“模式串末尾后一位”的字符——它若不在模式串里，整段就直接跳过；它若在，就把模式串里最右边那个位置对齐过来再试。跳得远、判断快、代码短。

偏移表怎么建才不踩坑

偏移表本质是“字符→它在模式串中最右索引”的映射，但关键细节常被忽略：

• 所有未在模式串中出现的字符，偏移值统一设为 模式串长度 + 1（不是+0或+2）
• 模式串最后一个字符的位置不用参与计算——比如模式串是 "abcd"，'d' 的偏移值是 1（4 − 3），不是 0
• 建议用固定大小数组（如256）代替哈希表，避免哈希开销，尤其在ASCII场景下更稳

实战中容易卡住的三个位置

实际写代码或调试时，这三个边界最容易出错：

• 越界检查必须前置：每次取主串中“模式串末尾后一位”前，先确认 i + pattern_len ，否则直接越界访问
• 移动步长别算反：偏移量 = pattern_len - last_occurrence_index，不是减1再减索引，也不是用 length() − index() − 1
• 完全匹配后别忘了终止：一旦内层循环走完（j == pattern_len），立刻返回 i，不要继续移动或重置 j

变量字符串检索的提效技巧

当模式串来自用户输入、配置项或动态生成（即“变量字符串”）时，可叠加以下优化：

• 对短模式串（≤8 字符）预缓存偏移表，避免每次调用都重建
• 若同一主串反复查多个变量模式，先构建主串的字符位置索引（如每个字母首次/末次出现位置），辅助快速跳转
• 区分大小写场景下，统一转小写建表 + 匹配时逐字符比对，比全程忽略大小写更准且可控