现在那模式串 “bomb” 来举例，模式串长度 m=4 。
BM 模式匹配中有 2 个数组，定一个是 n1 ，一个是 n2 。
n1 的作用是记录字符集中的每个字符在模式中相对于最右端的最近距离， b 离最右端的为 0 ， m 为 1 ， o 为 2 ，其他没有出现的则为 4，那么 n1[27]={4,0,4,4,4,4,4,4,4,4,4,4,1,4,2,4,4,4,4,4,4,4,4,4,4,4,4} （ ’_’ 占 n[26] ）。
n2的作用是存储模式中第i个字符不等时，可以移动的位数。 考虑模式串的子串 s=pi+1 pi+1 …p4 ，相对于模式串本身而言依次向左移动，如果子串 s 没有匹配上，则继续移动子串 s ，直到匹配或者移出模式串最左端，设（匹配或移出） + 之前 子串 s 移动的位数为 n，则有 n2[i]=m-i+n-1 ，并且令 n2[m-1]=1 。那么对于模式串 ”bomb” 来说 n2[4]={4,4,4,1} 。
首先打开系统设置，是根据你匹配成功率计算的，你匹配成功率越高那么的匹配值就越高
人货智能匹配是指:产品将算法能力介入到商品推荐模块,实现根据消费者偏好推荐商品的效果(全店在售商品),尽可能的帮大家提升引导进店效率。
逆向最大匹配法通常简称为RMM法。RMM法的基本原理与MM法相同 ,不同的是分词切分的方向与MM法相反，而且使用的分词辞典也不同。逆向最大匹配法从被处理文档的末端开始匹配扫描，每次取最末端的2i个 字符（i字字串）作为匹配字段，若匹配失败，则去掉匹配字段最前面的一个字，继续匹配。相应地，它使用的分词词典是逆序词典，其中的每个词条都将按逆序方式存放。在实际处理时，先将文档进行倒排处理，生成逆序文档。然后，根据逆序词典，对逆序文档用正向最大匹配法处理即可。
例子:’我一个人吃饭’
反向最大匹配方式，最大长度为5
个人吃饭
人吃饭
吃饭 ====》得到一个词– 吃饭
我一个人
一个人
个人 ====》得到一个词– 个人
我一
一 ====》得到一个词– 一
我 ====》得到一个词– 我
最后反向最大匹配的结果是：
/我/一/个人/吃饭/
正向最大匹配算法：从左到右将待分词文本中的几个连续字符与词表匹配，如果匹配上，则切分出一个词。但这里有一个问题：要做到最大匹配，并不是第一次匹配到就可以切分的。我们来举个例子：
待分词文本： content[]={"中"，"华"，"民"，"族"，"从"，"此"，"站"，"起"，"来"，"了"，"。"}
词表： dict[]={"中华"， "中华民族" ， "从此"，"站起来"}
(1) 从content[1]开始，当扫描到content[2]的时候，发现"中华"已经在词表dict[]中了。但还不能切分出来，因为我们不知道后面的词语能不能组成更长的词(最大匹配)。
(2) 继续扫描content[3]，发现"中华民"并不是dict[]中的词。但是我们还不能确定是否前面找到的"中华"已经是最大的词了。因为"中华民"是dict[2]的前缀。
(3) 扫描content[4]，发现"中华民族"是dict[]中的词。继续扫描下去：
(4) 当扫描content[5]的时候，发现"中华民族从"并不是词表中的词，也不是词的前缀。因此可以切分出前面最大的词——"中华民族"。
由此可见，最大匹配出的词必须保证下一个扫描不是词表中的词或词的 前缀才可以结束。
KMP算法的核心是利用匹配失败后的信息，尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是通过一个next()函数实现，函数本身包含了模式串的局部匹配信息。KMP算法的时间复杂度O(m+n)。
KMP算法是三位学者在 Brute-Force算法的基础上同时提出的模式匹配的改进算法。Brute- Force算法在模式串中有多个字符和主串中的若干个连续字符比较都相等,但最后一个字符比较不相等时,主串的比较位置需要回退。KMP算法在上述情况下,主串位置不需要回退,从而可以大大提高效率
人岗匹配是指人才和岗位的匹配，主要应用在企业人力资源管理工作中，通常会借助相关的性格测评工具来分析。
比如：MBTI、九型人格、大五人格等。
人岗匹配度算法一般使用通用人岗匹配测试量表，其参考了霍兰德职业兴趣测试理论，直接分析人岗匹配，相比通用的性格测试工具，更为直接和简便。
王者荣耀的匹配算法主要由MMR值和ELO算法组成。
一、MMR值
MMR全称Match Making Rating，中文名：比赛匹配分级。广泛运用在竞技游戏中。你赢得越多，你的MMR就越高，你匹配到的对手也越厉害；反之就越低越弱。
二、ELO等级分制度
ELO等级分制度是由匈牙利裔美国物理学家Arpad Elo创建的一个衡量各类对弈活动选手水平的评分方法，是当今对弈水平评估的公认的权威方法。被广泛应用于国际象棋、围棋、足球等运动，以及很多网游与电子竞技产业。
正交匹配追踪算法有以下优点：1. 能够快速高效地进行信号分解。正交匹配追踪算法能够对信号进行稀疏表达，从而能够快速高效地进行信号分解，达到更准确的识别和降噪的目的。2. 能够克服过分拟合问题。正交匹配追踪算法在进行信号分解时，会给出最小误差存储的解。这样就可以避免在过分拟合时出现的误差。3. 能够应用于多种应用领域。正交匹配追踪算法不仅适用于高维度信号处理领域，还可以应用于多种应用领域，例如图像处理、语音识别、生物信息等领域。总之，正交匹配追踪算法具有高效快速、避免过分拟合、多领域应用等优点。
bool braceMatg(const char* str){
int brace=0;
for (int i=0; i<strlen(str); i++) {
if (str[i]=='(') {
brace++;
}else if(str[i]==')'){
brace--;
}
if (brace<0) {
return false;
}
}
if (brace==0) {
return true;
}
return false;
}
int main()
{
char str[1000];
while (true) {
memset(str, 0, sizeof(str));
if (!cin.getline(str, 1000, '\n')) {
break;
}
cout<<braceMatg(str)<<endl;
}
return 0;
}
匹配算法的优点是效率高 ,同时容错率也高