【模板】KMP 字符串匹配

【模板】 KMP字符串匹配 

作者 李廷元

单位 中国民用航空飞行学院

给出两个字符串text和pattern，其中pattern为text的子串，求出pattern在text中所有出现的位置。

为了减少骗分的情况，接下来还要输出子串的前缀数组next。

输入格式:

第一行为一个字符串，即为text。

第二行为一个字符串，即为pattern。

输出格式:

若干行，每行包含一个整数，表示pattern在text中出现的位置。

接下来1行，包括length(pattern)个整数，表示前缀数组next[i]的值，数据间以一个空格分隔，行尾无多余空格。

输入样例:

ABABABC
ABA

输出样例:

1
3
0 0 1

样例说明:

重要概念

• 前缀：除去末尾字符的子串
• 后缀：除去首位字符的子串
• * 比如在ababa中，前缀集是{a,ab,aba,abab}，后缀集是{a,ba,aba,baba}，二者最长重复子串是aba
• next数组定义：当前主串和模式串字符不匹配时，模式串要回退的位置

关于next数组，网上有两种比较常见的形式：一种是从0开始，一种是从-1开始。

两种实现代码如下：（列表模式串都以 aabaac 为例）

---

当p[ i ]和p[ j ]不匹配，j 回到 j - 1 对应的nxt数组值，直至匹配。

cin>>t;
cin>>p;
int n=strlen(t);
int m=strlen(p);
nxt[0]=0;
for(int i=1,j=0;i<m;i++)
{
    while(j&&p[i]!=p[j]) j=nxt[j-1];
    if(p[i]==p[j]) j++;
    nxt[i]=j;
}

下标	0	1	2	3	4	5
p	a	a	b	a	a	c
nxt	0	1	0	1	2	0

---

当p [ i ] 和p[ j ]不匹配，j 回到 j 对应的nxt数组值，直至匹配。

cin>>t;
cin>>p;
int n=strlen(t);
int m=strlen(p);
int j=-1;
nxt[0]=j;
for(int i=1;i<m;i++)
{
    while(j>=0&&p[i]!=p[j+1]) j=nxt[j];  //需要注意这里j>=0
    if(p[i]==p[j+1]) j++;
    nxt[i]=j;
}

下标	0	1	2	3	4	5
p	a	a	b	a	a	c
nxt	-1	0	-1	0	1	-1

但是一般要求给出的 nxt 数组都是上述第一种。

完整版代码 （常见版）

#include<iostream>
#include<cstdio>
#include<cstring>
using namespace std;

const int N = 1e6+10;
char p[N],t[N];
int nxt[N];

int main()
{
    cin>>t;
    cin>>p;
    int n=strlen(t);
    int m=strlen(p);
    nxt[0]=0;
    for(int i=1,j=0;i<m;i++)
    {
        while(j&&p[i]!=p[j]) j=nxt[j-1];  //注意是while而非if
        if(p[i]==p[j]) j++;              //因为若不匹配j要一直回退
        nxt[i]=j;
    }
    
    for(int i=0,j=0;i<n;i++)
    {
        while(j&&t[i]!=p[j]) j=nxt[j-1];
        if(t[i]==p[j]) j++;
        if(j==m)
        {
            cout<<i-m+2<<endl;  //位置：i当前位置 - m（p长度）+1（i还未到后一个位置）
            j=nxt[j-1];                    // +1（题目位置从1开始）
        }
         //为什么这里j回到nxt[j-1]？ 可以代入t:zyzyzyz  p:zyz
    }

    cout<<nxt[0];
    for(int i=1;i<m;i++) cout<<" "<<nxt[i];
    return 0;
}

（此外，有将string下标从1开始，理解原理后差别不大。）