已知主串s，字串t，利用bf算法实现t在s中的位置。

### 回答1：
题意：已知主串s和子串t，利用BF算法实现在s中找到t的位置。

回答：可以使用暴力匹配算法(BF算法)进行实现，即将t串和s串每一个字符逐一比较，若匹配成功，则返回在s串中的位置。若匹配失败，则向右滑动t串一个字符，再次开始比较。重复该过程直到找到匹配成功的位置或完全匹配失败为止。

下面是代码实现:

def BF_match(s, t):
    m = len(s)
    n = len(t)
    
    for i in range(m-n+1):
        j = 0
        while j < n:
            if s[i+j] != t[j]:
                break
            j += 1
        if j == n:
            return i
    
    return -1

其中，s代表主串，t代表子串，m代表主串长度，n代表子串长度。如上述代码，遍历主串s，将子串t与s串中的每一段子串逐一比较，并找到第一个匹配成功的子串。

如果找到第一个匹配的子串，则返回子串在s中的位置；如果整个s串遍历结束后还没有找到匹配的子串，则返回-1，表示匹配失败。

### 回答2：
BF算法，即暴力匹配算法，也称为朴素算法。它是一种简单粗暴的字符串匹配算法，对于任何字符串都适用。算法的实质就是将模式串和主串进行逐个字符的比较，若不相等，则将模式串向后移动一位，直到匹配成功或者匹配失败。

实现t在s中的位置，可以按照以下步骤进行：

1. 首先计算出主串s和字串t的长度，以便进行下一步的遍历。

2. 使用两重循环，外层循环的起始位置是从0到主串s长度-字串t长度，内层循环遍历字串t。

3. 对于每一个主串和字串位置的匹配，都进行逐个字符的比较。如果匹配失败，则跳出内层循环，将主串s向后移动一位。如果匹配成功，则将内层循环的位置+1，继续匹配下一个字符，直到内层循环遍历完整个字串t。此时就找到了字串在主串中的位置，输出即可。

4. 如果外层循环遍历完了所有的可能位置，都没有找到匹配的字串t，则说明t不在s中，输出无匹配即可。

5. 算法的时间复杂度是O(m*n)，其中m是主串长度，n是字串长度。在最坏情况下，算法的时间复杂度是O(m*n)。因此，对于大规模的数据，BF算法的效率较低。

总之，BF算法是一种简单易懂的字符串匹配算法，对于较短的字符串效率较高，但是对于大规模的数据，效率会降低。在实际开发中，可以选择更加高效的字符串匹配算法，如KMP算法、BM算法等。

### 回答3：
BF算法，即暴力匹配算法，是一种朴素的字符串匹配算法，它的思想是对主串中的每个字符都从头开始与字串中的每个字符进行匹配。如果匹配成功，则返回匹配成功的位置，即为子串在主串中的位置；如果匹配失败，则将主串中的下一个字符作为起始字符，重新开始匹配。

在BF算法中，需要遍历主串中的每一个字符，并在每一个字符处都开始匹配字串。因此，时间复杂度较高，最坏情况下需要进行O(m*n)次比较，其中m为主串的长度，n为字串的长度。但是，如果主串和字串的长度都比较小，则BF算法也可以快速得到匹配位置。

具体实现上，可以使用两个指针i和j分别指向主串和字串的起始位置，并循环比较两个指针指向的字符是否相等。如果字符相等，则继续比较下一个字符；否则，主串指针后移一位，字串指针回到起始位置。在比较的过程中，如果j指针移动到字串的末尾，则表示匹配成功，返回主串中字串的起始位置。

下面是BF算法实现t在s中的位置的Python代码：

def bf(s, t):
    i = 0     # 主串指针
    j = 0     # 字串指针
    while i < len(s) and j < len(t):
        if s[i] == t[j]:    # 如果字符相等，则继续比较下一个字符
            i += 1
            j += 1
        else:   # 否则，主串指针后移一位，字串指针回到起始位置
            i = i - j + 1
            j = 0
    if j == len(t):    # 如果字串指针移动到末尾，则表示匹配成功，返回主串中字串的起始位置
        return i - j
    else:
        return -1    # 否则，返回-1表示匹配失败

需要注意的是，在实际应用中，为了提高效率，还可以对BF算法进行优化，例如BM算法和KMP算法等，可以在O(m+n)的时间复杂度内完成匹配操作。