KMP算法（C语言）

基本介绍

• Knuth-Morris-Pratt 字符串查找算法，简称为 “KMP 算法”，常用于在一个文本串 S 内查找一个模式串 P 的出现位置。

• 命名：取Donald Knuth、Vaughan Pratt、James H. Morris 三人（发明者）的首字母

• KMP 方法算法就利用之前判断过的信息，通过一个 next 数组，保存模式串中最长公共前后子序列的长度，每次回溯时，通过 next 数组找到前面匹配过的位置。

字符串的最长公共前后缀（可理解为“最长相等前后缀”）

字符串的前缀：不包含最后一个字符的所有以第一个字符开头的连续子串。

比如字符串 “abaa” 的前缀有：a，ab，aba

后缀：不包含第一个字符的所有以最后一个字符结尾的连续子串。

比如字符串 “abaa” 的后缀有：a，aa，baa

公共前后缀：一个字符串的所有前缀连续子串和所有后缀连续子串中相等/相同的子串

比如字符串 “abaa” 的公共前后缀有：a

最长公共前后缀：所有公共前后缀的长度最长的子串

比如字符串 “abaa” 的最长公共前后缀为：a

前缀表是用来回退的，它记录了模式串与主串(文本串)不匹配的时候，模式串应该从哪里开始重新匹配。

next数组既可以就是前缀表，也可以是前缀表统一减一（右移一位，初始位置为-1）（该处主要指的是前缀表）

构造next数组

构造next数组其实就是计算模式串s，前缀表的过程。 主要有如下三步：

初始化

定义指针i——后缀末尾，j——前缀末尾。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）

next[0]=0;
int i=1;
int j=0;

处理前后缀不相同的情况

for (int i = 1; i < s.size(); i++) {
    while (j >= 0 && s[i] != s[j + 1]) {// 前后缀不相同
    j = next[j]; // 向前回退
}

处理前后缀相同的情况

if (s[i] == s[j + 1]) { // 前后缀相同
    j++;
}
next[i] = j;

更新next数组

next[i] = j;//将j（前缀的长度）赋给next[i]

整体代码

void getNext(int* next, char* s) {
    int j = -1;
    next[0] = j;
    for(int i = 1; i < strlen(s); i++) { // 注意i从1开始
        while (j >= 0 && s[i]!=s[j+1]) { // 前后缀不相同
            j = next[j]; // 向前回退
        }
        if (s[i] == s[j + 1]) { //前后缀相同
            j++;
        }
        next[i] = j; // 将j（前缀的长度）赋给next[i]
    }
}

 实战

int strStr(char* haystack, char* needle) {
    int n=strlen(haystack),m=strlen(needle);
    if (m==0) return 0;
    int next[m];
    next[0]=0;//初始化
    int j=0,i=1;
    for (i=1;i<m;i++){
        while (j>0 && needle[i]!=needle[j]) j=next[j-1];
        if (needle[i]==needle[j]) j++;
        next[i]=j;
    }
    for (i=0,j=0;i<n;i++){
        while (j>0 && haystack[i]!=needle[j]) j=next[j-1];
        if (haystack[i]==needle[j]) j++;
        if (j==m) return i-m+1;
    }
    return -1;
}