算法（6）KMP+trie

KMP：

最浅显易懂的 KMP 算法讲解_哔哩哔哩_bilibili

该视频使用python书写代码，不会python的小伙伴也可以看看了解kmp的大致思路。

问题描述：

kmp：字符串匹配算法，用来找一个长字符串中出现了几次小字符串，并找到小字符串开始的位置

1.暴力匹配：

#include<iostream>

using namespace std;

const int N=100010,M=1000010;

int n,m;// n表示小字符串的长度，m表示长字符串的长度
char p[N],s[M];//p表示小字符串，s表示大字符串




int main()
{
    cin>>n>>p;
    cin>>m>>s;
    
    for(int i=0;i<m;i++)
    {
        int t=i;
        int flag=1;
        for(int j=0;j<n;j++)
        {
            if(s[i++]!=p[j])
            {
                flag=0;
                break;
            }
        }
        if(flag) cout<<i-n<<' ';
        i=t;
    }

    return 0;
}

2.kmp基本思路：(视频01:41)

当发现某一个字符串不匹配时由于已经知道之前遍历过的字符，那么我们就利用这些信息来避免暴力算法中的“回退”步骤        =>        不希望 i 递减（i=t 操作）

3.kmp算法中next数组的功能（视频02:37）

在匹配失败时，会看最后一个与长字符串匹配的字符的数值：next [ j-1 ]，比如next [ j-1 ]=2，则直接跳过子串的前2个字符        =>        2表示可以“跳过匹配”的字符个数

4.程序实现：

#include<iostream>

using namespace std;

const int N = 100010, M = 1000010;

int n, m;//n为子长，m为母长
char p[N], s[M];//p为子串，s为母串
int ne[N];

int main()
{
	cin >> n >> p + 1 >> m >> s + 1;

	//求next数组的过程
	//ne的第一的数为0，则i从2开始，i表示开始存哪个数的ne，j表示有多少个相同的字符，p[j+1]表示将和ne[i]匹配的字符
	for (int i = 2, j = 0; i <= n; i++)
	{
		while (j && p[i] != p[j + 1]) j = ne[(j + 1) - 1];
		if (p[i] == p[j + 1]) j++;
		ne[i] = j;
	}


	//KMP匹配过程
	for (int i = 1, j = 0; i <= m; i++)//i遍历母串，j+1遍历子串，j表示要跳过几个字符
	{
		while (j && p[j + 1] != s[i]) j = ne[(j + 1) - 1];//j没有退回起点，且当前的s[ i ]不能和p[j+1]的位置匹配=》更新要跳过的字符
		if (p[j + 1] == s[i]) j++;//匹配，则检查下一个字符
		if (j == n)//匹配成功
		{
			printf("%d ", i - n);
			j = ne[j];
		}
	}
	return 0;
}

trie:

1.概念：

Trie树，又叫字典树、前缀树（Prefix Tree）、单词查找树 或 键树，是一种多叉树结构。如下图：

一棵Trie树，表示了关键字集合{“a”, “to”, “tea”, “ted”, “ten”, “i”, “in”, “inn”} 。

作用：快速储存和查找字符串集合的数据结构

2.代码实现：

创建树，询问树

#include<iostream>

using namespace std;

const int N = 100010;

int son[N][26];//每个子节点最多连26个字母
int cnt[N];//以当前字母为结点的单词有多少个
int idx;//当前用到了那个下标，下标是0的点，既是根节点，又是空节点(给整棵树的每个结点赋予一个全局唯一的编号)
char str[N];

void insert(char str[])
{
	int p = 0;
	for (int i = 0; str[i]; i++)
	{
		int u = str[i] - 'a';
		if (!son[p][u]) son[p][u] = ++idx;//头结点p的儿子中是否有26个字母中的u，没有就新建一个儿子，给他一个id(x)
		p = son[p][u];//更新根节点
	}

	cnt[p]++;//以该结点为结尾的字符串多了一个
}

int query(char str[])
{
	int p = 0;
	for (int i = 0; str[i]; i++)
	{
		int u = str[i] - 'a';
		if (!son[p][u]) return 0;
		p = son[p][u];
	}
	return cnt[p];
}

int main()
{
	int n;
	cin >> n;
	while (n--)
	{
		char op[2];
		cin >> op >> str;
		if (op[0] == 'I') insert(str);
		else cout << query(str) << endl;
	}

	return 0;
}