KMP算法字符串匹配

关于KMP的资料不算少，但是都不是很好理解（个人看法），所以自己整理一下，加深记忆。

KMP算法是解决字符串匹配问题的较高效算法，字符串匹配问题是常见的算法问题。给出两个字符串，分别为母串和子

串，字符串匹配就是为了在母串中找到该子串。

正常的思路是逐个去匹配，也就是下面几个步骤

1.首先用子串的第一个字符去匹配母串的第一个字符

2.若匹配成功，即两个字符相等，则继续匹配下一个，若不等，匹配子串的第一个和母串的第二个

3.假设母串的前五个和子串都相同，当匹配第六个时，不同，那么此时正常的思路是用子串的第一个去匹配母串的第二

个，步骤重复与上一致。当字符串足够长的时候，这个办法效率就会很低。因为这个办法没有用到一个重要的信息，母

串的前五个和子串都是相同的，KMP算法呢就是利用这个信息，推算出一个值X，只需要比较母串的第六个和子串的第

X个即可，不需要反复的比较字符。

这个值叫做部分匹配值，那么每一个子串字符都会对应一个部分匹配值，这些值组成一个数组，也就是常说的Next数组

部分匹配值是如何得到的，也就是怎样求出Next数组，就成为了KMP算法的关键。

求出部分匹配值

先了解部分匹配值是什么，然后再想如何用代码求出来。用一个字符串来解释，“abaabcac” ，这个字符串有8位，每

一位都对应一个匹配值，匹配值就是该位之前的字符串的前缀后缀中共同元素的最大长度。 "前缀"指除了最后一个字

符以外，一个字符串的全部头部组合；"后缀"指除了第一个字符以外，一个字符串的全部尾部组合。

当N=1，默认匹配值为0；

当N=2，字符串为a，匹配值为1

当N=3，字符串为ab，前缀为a，后缀为b，无公共元素，匹配值为1

当N=4，字符串为aba，前缀为a，ab，后缀为a，ba，公共元素长度为1，匹配加1为2

...

以此类推，此时可能大家会有两个疑惑，为什么匹配值要加1，为什么匹配值计算的是不包括当前这个字符的值

第一，匹配值加1是因为，回到上面那个例子，字母串前五个相同，假设此时Next[6]=3,当子串第六个去和母串的

第六个匹配时，发现并不相同，可以想象是将子串向右滑行最大的距离，假设此时前五个字符为“abcab”，第一二个字

符和第四五个字符相同，那么完全可以将子串向右滑行3个距离，直接用c去和母串的第六个比较，所以匹配值加1。

如果这样还不好理解的话，字符串都是需要遍历比较的（此时先不考虑字符串是从0开始遍历的，后面会提到），用i

遍历母串，j遍历子串，当i=j=6的时候，i=6，j=next[j]=3，这样就不需要再用子串从头遍历了。

那么卫视不包括当前字符是因为，当前的字符是和母串不想同的字符，那么右滑的时候不需要把这个字符考虑进去，

这个字符还是等待进一步比较的，只需要右滑掉首尾最大程度一致的字符即可。

思路理解了以后，下面的代码示例（以Java为例）

代码中就需要注意上面提到的字符串从0遍历的问题了。你可能会发现看完了上面说的一箩筐，即使了解了部分匹配

值是什么，是怎么根据字符串算出来的，但是依旧不会写代码。求部分匹配值，可以看成是对字符串的一种切割，因

为求得的匹配值实际上就是被“切割”下来的字符串的长度。

//样例子串
String match="abaabcac";
		
//部分匹配值数组，下标从1开始到子串的长
int[] next=new int[match.length()+1];
		
//默认值
next[1]=0;
int i=1,j=0;
while(i<match.length()){//直到子串遍历完
	if(j==0 || match.charAt(i-1)==match.charAt(j-1)){
		++i;++j;next[i]=j;
	}else{
		j=next[j];
	}
}

字符串匹配

字符串的匹配过程其实和求部分匹配值的过程很相似

public class KMP {
	public static void main(String[] args) {
		//样例母串
		String orignal="acabaabaabcacaabc";
		
		//样例子串
		String match="abaabcac";
		
		//部分匹配值数组，下标从1开始到子串的长
		int[] next=new int[match.length()+1];
		
		//默认值
		next[1]=0;
		int i=1,j=0;
		while(i<match.length()){//直到子串遍历完
			if(j==0 || match.charAt(i-1)==match.charAt(j-1)){
				++i;++j;next[i]=j;
			}else{
				j=next[j];
			}
		}
		//开始匹配
		i=1;j=1;
		while(i<=orignal.length()&&j<=match.length()){
			if(j==0|| orignal.charAt(i-1)==match.charAt(j-1)){
				i++;j++;
			}else{
				j=next[j];
			}
			
			if(j>match.length()){
				System.out.println(i-match.length()-1);//从母串第几个开始
				System.out.println(orignal.substring(i-match.length()-1, i-1));
			}
		}
		
	}
}

有一个较难理解的地方是下标问题，遍历字符串的下标从0开始，但是长度计算是从1开始，想通这一点KMP也就更加

好理解了，其实先不需要管下标，下标值总是长度值-1。

参考：（有些细节方面不太一致，但是思路是想通的）

http://blog.csdn.net/yutianzuijin/article/details/11954939/

http://kb.cnblogs.com/page/176818/