KMP之next数组从何而来

文尔尔

已于 2024-07-20 08:23:44 修改

阅读量695

点赞数 25

文章标签：算法

于 2024-07-19 23:49:22 首次发布

本文链接：https://blog.csdn.net/2301_79952162/article/details/140561694

版权

KMP之next数组从何而来

引言：

本人在学习kmp算法时，对next数组的形成一直云里雾里，看了一些文章觉得还可以解释更细，然后看到一篇很详尽透彻的文章KMP算法详解-彻底清楚了(转载+部分原创) - sofu6 - 博客园 (cnblogs.com)，本文将写下对上面文章中next数组推导部分的自我理解补充

注：本文只关注next数组的推导，而非整个kmp算法，解释会尽量详细，如遇已懂部分，请自行跳读

预备知识

前缀、后缀、串

一般算法

代码

public static int[] getNext(String ps) 
{
    char[] p = ps.toCharArray();
    int[] next = new int[p.length];
    next[0] = -1;
    int j = 0;
    int k = -1;
    while (j < p.length - 1) {
       if (k == -1 || p[j] == p[k]) {
           next[++j] = ++k;
       } else {
           k = next[k];
       }
    }
    return next;
}

解析

方法：递推

变量解释：

j：一个普通的下标
p：串的名称
k：j下标元素之前的元素形成的子串中（不含p[ j ]），最长的相同前后缀的前（后）缀元素个数，也叫next[ j ]
例如：abad中，对于j = 3 （对应p[ 3 ]为d），j元素之前元素形成的子串为aba，所有前缀组成的集合为{‘a’, ‘ab’}，所有后缀组成的集合为{‘a’, ‘ba’}，则最长相同前后缀为’a’，元素个数为1，则j = 3对应的k为1，也称next[ j ] 为1。
pi：就是p[ i ]，鄙人懒蛋一个，就不加中括号啦
⑤：圈某代表某条条件

注意：

本文解释令串从下标0开始（即串的第一个元素下标是0），请注意区分下标x、第x个、长度为x

解释：

先找出递推公式

条件：类似数学归纳法，我们假设刚刚得到某下标 j 时的next[ j ]（得到 j 时对应的k），这说明：j下标元素之前的元素形成的子串中（不含p[ j ]），最长的相同前后缀的前（后）缀元素个数为k （实用的复制粘贴）。即p0，p1，……，pk-1，形成的子串与pj-k，pj-k+1，……，pj-1形成的子串相同④

现在要求next[ j + 1 ]，分两种情况

情况1：pk == pj（对应第9行if的第二个相等判断）

先捏软柿子，这情况简单，两个元素相同时，则可以把前k个元素形成的子串，往后延长一个长度，此时next[ j + 1]为k + 1，然后再使j自增，k自增找下一个元素的next数（对应第10行赋值与自增）

这说明：j + 1下标元素之前的元素形成的子串中（不含p[ j + 1 ]），最长的相同前后缀的前（后）缀元素个数为k + 1 （又是实用的复制粘贴）。即 p0，p1，……，pk-1，pk，形成的子串与pj-k，pj-k+1，……，pj-1，pj形成的子串相同
情况2：pk != pj

重头戏来了，当这两个元素不相同时，前后缀最大重复子串长度<k + 1，（证：如果长度等于k+1，则成了第一种情况，但显然这是第二种情况么，如果大于k+1，则说明pj前有大于长度k的前后缀重复子串，与前提不符），
然后让长度递减地找有没有最大前后缀重复子串，长度递减停止在第一次（之所以是第一次是为了保证此前后缀重复子串最长）出现i使得p0，p1，……，pi-1，pi子串相同于pj-i，pj-i+1，……，pj-1，pj子串①；

现在来求满足上述条件的i，我们把要满足①分成要同时满足②③两条件
- p0，p1，……，pi-1子串相同于pj-i，pj-i+1，……，pj-1子串②
  
  如果要满足②，由初始条件（已得到某下标 j 时的next[ j ]）得p0，p1，……，pk-1子串相同于pj-k，pj-k+1，……，pj-1子串，则pk-i，pk-i+1，……，pk-1子串相同于pj-i，pj-i+1，……，pj-1子串④
  
  ④条件下，②条件与，p0，p1，……，pi-1子串相同于pk-i，pk-i+1，……，pk-1子串⑤这个条件是充要关系，求满足②转化为求满足⑤，
  
  注意到⑤的两个子串是p0~pk-1的前后缀，求p0 ~ pk-1（pk之前）的最大前后缀子串就是求next[ k ]，而k一定小于j，而next[ j ]都求出来了，next[k]肯定更早就知道了，则i-1最大是next[ k ] - 1（0~next[k-1]一共是next[k]个元素），i为next[k]，此时⑤满足，②也随之满足（对应第12行赋值，代码里使用k被赋值，这里为了区分开讲的更清楚用了i)
- pi相同于pj③
  
  ②条件先满足了再看③，③是否满足分为pi == pj和pi != pj两种情况，此时的i就相当于初始时的k（这里的相当于指的不是大小相等，而是接下来对有关i执行的操作和一开始（不是最最开始，而是④，即我递推的开始）对有关k执行的操作相同），则相等就进入递推的情况1（赋值、自增），不等就进入情况2（赋值、判断）（对应第9行if第二个相等判断），当i（或k，叫啥都行）为-1时，说明已经进行过i等于0的操作（因为next[0]是-1，i要想成为-1，得执行i=next[0]，则i得先是0），然后p0都不等于pj，则子串长度再缩短为0了，pj+1前最大前后缀重复子串长度为0，赋next[j+1] = 0，j自增找下一个的next值，k自增（对应第9行if第一个判断、第10行赋值、两个自增）
  
  其实next[0]只要不是自然数就行，比如自定义为-6，则代码可写成
```
if (k == -6)
{
    next[++j] = 0;
    k = 0;//之所以k要赋值0，是因为非首元素的k有含义，即最大前后缀重复子串，这里代表j+1下标元素最大前后缀重复子串长度为0
}
if (p[j] == p[k])
	next[++j] = ++k;
else
	k = next[k];
```
  不过显然没有next[0]赋值为-1代码更简洁