上一页我们把蛮力匹配的代码跑了一遍。在拆解它为什么慢之前，得先把问题本身说清楚：所谓串匹配，到底在主串里找什么、找到哪一步才算找到？

前页说了：串匹配就是在长文里找短词的位置。那最直接的办法是什么？把短词按在长文的开头，一位一位比对，不行就换个位置再按一次——这就是蛮力法。

图示主串、模式串、对齐位置的关系

在每个对齐位置，从模式串末字符开始、从右向左逐个比对。

版本一的完整实现：把上一页的比对逻辑落成可运行代码，逐行看清从右向左的策略。

第 5 行确定最多 n-m+1 次对齐；第 7 行把指针从 m-1 起从右向左走；第 9 行是失败短路——一旦失配立刻停止本轮；第 13 行验证真实输出。

换一种思路：对齐后从最左字符开始比，一旦失配立即停下。

从左向右比对的蛮力匹配实现：逐行读循环与边界，看清移位逻辑藏在哪一行为。

range(n-m+1) 保证最后 m 个字符也对齐；T[i+j] 同时表达「对齐 i」与「从左向右推进 j」；j==m 才是匹配成功，而非相等本身。

两个版本只是比对方向相反，细节差异却常被忽略——它们是否真的等价？

前面看到版本一比版本二平均更快。但真正的差距在极端情况下更悬殊：有时每次比对只要一眼就能断定失败，有时一次对齐就全部命中——这时两版都退化为最省事的线性扫描。

上一页看到最好情况一次就中，但运气不会天天好。最倒霉的时刻是：每一轮都对到最后一个字符才宣告失败，前面 m-1 次比对全白费。

蛮力匹配中，一次比对失败后，模式串相对文本串移动多少位？

• ✓匹配失败时的移动量决定整体效率
• ✓比对方向影响的是常数，不改变 O(mn) 上界
• ✓最好与最坏情况差距可达线性 vs 平方
• ✓正确但慢，正是它成为一切改进的基线
• ✓优化方向：失败后利用已比对的信息多移几步

先自己想几分钟，再对照参考答案——开放问题没有唯一解。