使用BP 算法或 KCMP 算法在文中查找模式。（选做：统计两种方法的宇符比较次数） 例如：在主串“ababcabecabecacbab”中查找模式 “abecac"用C语言写出

在文本匹配中，Bloom Filter (BF) 算法和 Knuth-Morris-Pratt (KMP) 算法有着不同的应用。

1. **Bloom Filter (BP)**: 这是一种空间效率高的概率型数据结构，用于快速判断元素是否在一个集合中。但它并不适用于精确的模式查找，因为它可能会误报。如果要用Bloom Filter找模式，你需要首先将模式存入过滤器，然后逐字符对比主串，每匹配一次就检查过滤器对应位置，但这通常不适合查找精确的字符串模式。

2. **Knuth-Morris-Pratt (KMP)**: KMP算法则是一个经典的字符串搜索算法，它通过预处理模式来构建一个部分匹配表（也叫失配函数），当主串和模式发生匹配失败时，利用这个表可以快速跳过多余的比较，避免回溯，大大减少了字符比较的次数。对于精确匹配，KMP算法的时间复杂度通常是O(n + m)，其中n是主串长度，m是模式长度。

对于给出的示例：“ababcabecabecacbab”，要在其中查找“abecac”，使用KMP算法会更合适。如果你需要统计两种方法的字符比较次数，KMP算法由于其优化特性，在实际应用中可能会比直接线性搜索（如BF）相比少很多比较。但是，要准确地比较这两种算法的实际比较次数，我们需要编写并运行它们来量化。

**KMP算法的C语言实现（简化版）:**

#include <stdio.h>
#include <string.h>

// KMP部分匹配表
int prefix_function[20] = {0, 0, 1, 2, 0, 3, 0, 4, 0, 5, 6, 0, 7, 0, 8, 9};

void kmp_search(const char* text, const char* pattern) {
    int i = 0, j = 0;
    while (i < strlen(text)) {
        if (text[i] == pattern[j]) {
            i++;
            j++;
        } else if (j > 0) {
            j = prefix_function[j - 1];
        } else {
            i++;
        }
        if (j == strlen(pattern)) {
            printf("Pattern found at index %d\n", i - j);
            j = prefix_function[j - 1]; // 搜索未结束，恢复失配状态
        }
    }
}

int main() {
    const char* text = "ababcabecabecacbab";
    const char* pattern = "abecac";
    kmp_search(text, pattern);
    return 0;
}