CPython内置字符串查找默认采用优化的Boyer-Moore变体或Two-Way算法，根据模式长度等条件自动切换；短模式退化为简单循环，长文本+短模式性能更优。
Python字符串查找不是靠“猜”，而是有明确的底层逻辑和多种可选策略。实际执行时，CPython解释器会根据字符串长度、是否启用Unicode优化、是否为字面量等条件，在几种经典算法间自动切换，但开发者仍需理解其原理，才能写出高效、可控的匹配代码。
内置方法默认用什么算法
像 str.find()、str.index()、in 操作符这类内置查找，CPython（主流Python实现）在多数场景下采用优化过的Boyer-Moore变体或Two-Way算法，而非朴素暴力匹配。它会先检查模式串首尾字符，跳过明显不匹配的位置；对短模式（如1–3字符），可能直接退化为简单循环比较；对长文本+短模式，性能优势明显。这种选择是隐式的，无需手动指定。
朴素匹配：最直白，也最容易写错
虽然不是内置默认，但它是所有算法的基础，也是初学者常手写的版本：
- 从文本串第0位开始，逐位对齐模式串，逐字符比对
- 一旦某位不匹配，整体右移1位，重新从头比对
- 时间复杂度最坏 O(n×m)，例如在"aaaaaaaaa"中找"aaaab"
- 优点是逻辑清晰、内存占用极小；缺点是重复比较大量已知信息
KMP：用空间换时间的关键代表
KMP的核心在于预处理模式串，生成一个 next 数组（也叫 failure function 或 lps 数组），记录每个位置前缀与后缀的最大重合长度：
立即学习“Python免费学习笔记（深入）”；
- 匹配失败时，不回退文本指针，只根据 next 值调整模式指针
- 避免了朴素算法中“已匹配部分全丢弃”的浪费
- 总时间复杂度稳定在 O(n + m)，适合模式串较长或需多次复用的场景
- 代价是额外 O(m) 空间存储 next 表
正则表达式匹配：灵活但开销更高
使用 re.search()、re.findall() 等时，背后是独立的正则引擎（如C语言实现的POSIX NFA或回溯引擎）：
- 支持通配、分组、量词、断言等高级语义，远超纯子串查找
- 简单字面量模式（如 r"abc"）可能被引擎内部优化为类似 Boyer-Moore 的快速路径
- 含 .*?、嵌套括号或回溯多的模式，可能退化为指数级耗时，需谨慎设计
- 首次编译正则对象（re.compile）有开销，重复使用应缓存
模糊匹配：当“完全相等”不现实时
面对拼写错误、缩写、OCR噪声等场景，传统精确匹配失效，此时需引入编辑距离类算法：
- FuzzyWuzzy（现为 rapidfuzz）基于 Levenshtein 距离，返回 0–100 的相似度得分
- 适用于数据清洗、地址归一化、用户输入容错等任务
- 计算成本显著高于精确匹配，不建议用于高频、大批量实时查找
- 注意：它不返回位置索引，而是匹配“候选”，需配合阈值做业务判断
