设有两个字符串S和T，S为主串(正文串)，T为子串(模式串)。在主串S中查找与模式串T相匹配的子串，若匹配成功，确定相匹配的子串中的第一个字符主串S中出现的位置，BF算法代码

布隆过滤器(Bloom Filter)是一种空间效率很高的概率型数据结构，用于判断一个元素是否在一个集合中，但它可能会有误判的可能性。然而，在查找子串T在主串S中的精确位置时，BF并不是合适的方法，因为BF不适合这种精确匹配的需求。

如果你想要实现KMP（Knuth-Morris-Pratt）或者Boyer-Moore（Boyer-Moore-Horspool）这样的字符串搜索算法，它们更适合于寻找子串在主串中的位置。这里简单介绍一下KMP算法：

KMP算法通过构建一个失配指针表（也称作前缀函数或最长公共前后缀数组），当遇到不匹配字符时，可以根据这个表快速跳过部分已匹配的部分，避免回溯。

以下是KMP算法的伪代码：

def KMP_search(S, T):
    m = len(T)
    n = len(S)
    
    # 前缀函数表
    lps = [0] * m
    
    for i in range(1, m):
        j = lps[i - 1]
        while j > 0 and T[i] != T[j]:
            j = lps[j - 1]
        
        if T[i] == T[j]:
            j += 1
        
        lps[i] = j
    
    i = j = 0
    while i < n and j < m:
        if S[i] == T[j]:
            i += 1
            j += 1
        else:
            if j != 0:
                j = lps[j - 1]
            else:
                i += 1
    
    if j == m:
        return i -1   # 没找到