KMP算法是一种有效的模式匹配算法,可以在O(n + m)时间内检查字符串中是否包含一个子串,其中n是文本字符串长度,m是模式字符串长度。该算法通过减少不必要的字符比较次数来提高匹配效率。
解析KMP算法的核心组成
1. 构造next
数组
next
数组是KMP算法的核心,用于记录模式串中每个位置前面的子串中,最长相同前后缀的长度。具体来说,next[i]
的值表示在模式串的第i位置不匹配时,模式串应该从哪个位置开始重新匹配,从而避免从头开始匹配。
函数getNext
:
j
初始化为-1,这是因为next
数组中的值是在不匹配时用来找到下一个应比较的位置。- 循环从1开始,因为
next[0]
总是-1。 - 在循环中,如果
s[i]
(当前字符)与s[j + 1]
(当前前缀的下一个字符)不匹配,则通过next[j]
回退,这个过程会持续直到找到一个匹配点或者j回退到-1。 - 如果找到匹配,则
j
自增并设置next[i]
为j
。
2. 使用next
数组进行字符串匹配
一旦我们有了next
数组,我们可以使用它来在主字符串haystack
中有效地搜索模式字符串needle
。
函数strStr
:
- 特殊情况处理:如果
needle
为空字符串,则应该返回0,因为空字符串总是在任何字符串的起始位置找到。 - 初始化
next
数组。 - 使用相似的逻辑进行字符串匹配。如果
haystack[i]
与needle[j + 1]
不匹配,则使用next[j]
找到新的匹配开始位置。 - 如果找到匹配,
j
自增。 - 如果
j
达到了needle
的末尾(j == needle.size() - 1
),表示在haystack
中找到了needle
,返回起始索引(i - needle.size() + 1
)。 - 如果遍历完
haystack
都没有找到完全匹配的needle
,返回-1。
class Solution {
public:
void getNext(int* next, const string& s) {
int j = -1;
next[0] = j;
for(int i = 1; i < s.size(); i++) { // 注意i从1开始
while (j >= 0 && s[i] != s[j + 1]) { // 前后缀不相同了
j = next[j]; // 向前回退
}
if (s[i] == s[j + 1]) { // 找到相同的前后缀
j++;
}
next[i] = j; // 将j(前缀的长度)赋给next[i]
}
}
int strStr(string haystack, string needle) {
if (needle.size() == 0) {
return 0;
}
vector<int> next(needle.size());
getNext(&next[0], needle);
int j = -1; // // 因为next数组里记录的起始位置为-1
for (int i = 0; i < haystack.size(); i++) { // 注意i就从0开始
while(j >= 0 && haystack[i] != needle[j + 1]) { // 不匹配
j = next[j]; // j 寻找之前匹配的位置
}
if (haystack[i] == needle[j + 1]) { // 匹配,j和i同时向后移动
j++; // i的增加在for循环里
}
if (j == (needle.size() - 1) ) { // 文本串s里出现了模式串t
return (i - needle.size() + 1);
}
}
return -1;
}
};