数据结构KMP算法

KMP的作用

在学习数据结构串部分的时候，我们经常遇到经典题型，字符串匹配。我们立刻会想到采用双层循环遍历的方式去匹配，即当字串与主串出现字符不匹配的时候，主串回溯到第二个字符，字串回溯到第一个字符再进行一一匹配，以此类推，设字串长度为n，母串长度为m，则最坏的时间复杂度为O(m * n)，没有占用多余的空间，因此空间复杂度为O(1)。当字符串非常长时，所需时间就会很长。

步入正题：KMP算法。举一个例子吧：字串为abcabcnm，母串为abcabcdabcabcnm，在匹配时

a

b

c

a

b

c

d

a

b

c

a

b

c

n

m

a

b

c

a

b

c

n

m

a

b

c

a

b

c

n

m

当字串匹配到n时，匹配不成功，因此需要重新匹配，我们发现n前面的字符串abc、abc，因此我们直接使第一个abc与匹配的第二个abc对其进行匹配，就可以减少匹配的次数，减少了时间复杂度。我们怎么知道该向前移动多少位呢，那就需要了解字符串的最长公共前后缀，了解KMP算法的人就知道，其长度就是我们所需的next数组。

最长公共前后缀

了解前缀表与后缀表

前缀表就是字符串当中除了最后一个字符以外的前缀字符串

后缀表就是字符串当中除了第一个字符以外的后缀字符串

以 abca为例

前缀表	后缀表
a	a
ab	ca
abc	bca

最长公共前后缀

以aabaaf为例：

当指向下表为0的字符时，字符串为a，则最长公共前后缀为0

当指向下表为1的字符时，字符串为aa，则最长公共前后缀为1

当指向下表为2的字符时，字符串为aab，则最长公共前后缀为0

下标	0	1	2	3	4	5
字串	a	a	b	a	a	f
最长公共前后缀	0	1	0	1	2	0

next数组

在上面的解释当中，我们知道了KMP算法当中字串的移动为前面所匹配的字符串的最长公共前后缀。因此我们采用一个next数组存储字串的最长相等前后缀的长度，next数组只与字串相关。

next[i] = j，含义为：下标为i的字符的字符串最长相等前后缀的长度为j

例：ababcnm

下标	0	1	2	3	4	5	6	7
字串	a	b	c	a	b	c	n	m
next[i]	0	0	0	1	2	3	0	0

因此明确next数组的作用：
1.next[i]的值表示下标为i的字符前的字符串最长相等前后缀的长度

2.表示该处字符不匹配时应该回溯到的字符的下标

KMP算法的时间复杂度

我们使用KMP算法的时候，先对字串求了next数组，再对主串进行遍历，每次都只使字串与其匹配的位置发生变化。我们设主串s长度为n，字串t的长度为m。求next数组的时间复杂度为O（m），在匹配期间主串不进行回溯，因此比较次数为n，即KMP算法的时间复杂度为O(m + n)，空间复杂度为O(m)，相比于朴素模式匹配的时间复杂度O(m * n)，算法速度提高了许多。

代码分析

next数组的代码

1.定义两个指针i和j，j指向前缀末尾位置，i指向后缀末尾位置。然后还要对next数组进行初始化赋值。一开始i为0，则字符串只有一个字符，因此它的最长相等的前后缀长度为0。

next[i] 表示 i（包括i）之前最长相等的前后缀长度（其实就是j）所以初始化next[0] = j 。

2.对于循环部分，我们将两个字符进行对比，当两个字符不相同时，也就是遇到前后缀末尾不相同的情况，就要向前回退。

怎么回退呢？

next[j]就是记录着j（包括j）之前的子串的相同前后缀的长度。

那么 s[i] 与 s[j] 不相同，就要找 j 前一个元素在next数组里的值（就是next[j - 1]）。

3.如果 s[i] 与 s[j] 相同，那么就同时向后移动i 和j 说明找到了相同的前后缀，同时还要将j（前缀的长度）赋给next[i], 因为next[i]要记录相同前后缀的长度。注意赋值前先对j进行加一，因为我们所求的是最大相等前后缀的长度。

private void getNext(int[] next, String s) {
        int j = 0;
        next[0] = 0;
        for (int i = 1; i < s.length(); i++) {
            while (j > 0 && s.charAt(j) != s.charAt(i)) 
                j = next[j - 1];
            if (s.charAt(j) == s.charAt(i)) 
                j++;
            next[i] = j; 
        }
    }

使用next数组匹配的代码

定义两个下标j 指向子串起始位置，i指向母串起始位置。

那么j初始值依然为0，为什么呢？ 依然因为next数组里记录的起始位置为0。​​​​​​​

接下来就是 s[i] 与 t[j]进行比较。

如果 s[i] 与 t[j] 不相同，j就要从next数组里寻找下一个匹配的位置，以上面的求next数组的思想类似。

        int j = 0;
        for (int i = 0; i < haystack.length(); i++) {
            while (j > 0 && needle.charAt(j) != haystack.charAt(i)) 
                j = next[j - 1];
            if (needle.charAt(j) == haystack.charAt(i)) 
                j++;
            if (j == needle.length()) 
                return i - needle.length() + 1;
        }
        return -1;

具体的代码分析在下题的代码标注部分：会有每一步的详解！

例题：

原题连接：

28. 找出字符串中第一个匹配项的下标 - 力扣（LeetCode）

代码如下：

public static int strStr(String haystack, String needle) {
        if (needle.length() == 0){
            return 0;
        } //当我们所查询的字符串为空时，直接返回0
        int[] next = new int[needle.length()]; //next数组存放的是下标为i时最长公共前后缀的字符串长度
        getNext(next, needle); //此函数来求出next数组
        int j = 0;
        for (int i = 0; i < haystack.length(); i++) { //i为遍历的主串的结尾位置，j为所要找的字串的结尾位置
            while (j > 0 && needle.charAt(j) != haystack.charAt(i)) {
                j = next[j - 1];
            } //字串进行返回
            if (needle.charAt(j) == haystack.charAt(i)) {
                j++;
            } //当其匹配成功，对j进行加1
            if (j == needle.length()) { //代表找到了字串的结尾位置，则代表找到了字串
                return i - needle.length() + 1; //i为遍历的母串时的尾部位置，而我们所求的是第一个匹配的下标
            }
        }
        return -1; //由题，没有返回，代表needle 不是 haystack 的一部分，则返回-1
    }
    public static void getNext(int[] next, String s) {
        int j = 0; //使用i，j指针分别指向的是字符串的前缀的末尾与后缀的末尾
        next[0] = 0; //一开始，使j初始化为0，因为当i为0时，字符串的最长公共前后缀的字符串长度为0
        //并将其初始化给next[0]
        for (int i = 1; i < s.length(); i++) {
            while (j > 0 && s.charAt(j) != s.charAt(i)) {
                j = next[j - 1];
            } //此循环是为了找到最长共前后缀时j的位置，j > 0是因为，当j为0时，j = next[j - 1]数组越界
              //当不匹配时，j会找前面所求的最大公共前后缀的位置，使其返回到那个位置，进行匹配
            if (s.charAt(j) == s.charAt(i)) {
                j++;
            } //当所找的字符串的前缀与后缀一样时，j指向的是前缀的位置，而我们所求的是前缀的长度，因此要自增1
            next[i] = j; //将所求的最长公共前后缀的字符串长度存入数组当中
        }
    }
}