数据结构 第五章 串（模式匹配算法）

🚀 【考纲要求】字符串模式匹配

一、暴力模式匹配算法

问题描述： 给定一个主串Text = "abcdabcd"，再给定一个串Parten = "abg"。匹配算法要实现再主串Text是否含有子串Parten，若在主串Text中能找到子串Parten，则返回在子串Parten在主串Text的起始位置。

暴力匹配的思想：
定义了两个变量。一个i和一个j，分别用于遍历数组Text和数组Parten。

Text[i]中的内容与Parten[j]中的内容比较，如相等就不断的i++和j++，依次继续往后比较，直到遇到Text[i] != Parten[j]时，表示这次从Text的第一个元素开始匹配不成功，此时就会i和j的值就要进行会退操作。

j = 1;   //j回到原来的位置
i = i - j + 2;   //回到原来的位置加1的位置上 

这里的i = i - j + 2;，可以这样理解，i++和j++是同时加的，首先j的值可以反应加了几次，即加了j-1次，先让j回到原来位置，即i = i- ( j- 1 ) = i - j + 1，由于是让i回到原来的位置加1的位置上 ，所以当Text[i]中的内容与Parten[j]中的内容不相等时，得让i = i - j + 2。

一旦循环走完，就是j的值大于串Parten长度时，就表示已经找到了，返回子串Parten在主串Text的起始位置i-Parten.length。如何理解在主串Text的起始位置i-Parten.length？，和上述i回溯到原来的位置加1类似理解。匹配成功是j走完了怎个子串Parten，即j加了子串Parten的长度，对于其在主串Text的起始当然就是位置i-Parten.length，就是减去走了多少次。

#include<stdio.h>
#include<string.h>

// text存放主串  
// p存放匹配串

int Index(const char* text, const char* p) {
	int i = 1, j = 1;
	int legth_text = strlen(text)-1;  //减去空格
	int legth_p = strlen(p) - 1;  //减去空格

	while (i<= legth_text && j<= legth_p) {  //循环条件
		if (text[i] == p[j]) {   //相等就都++
			++i;
			++j;
			
		}
		else {  //不相等就归位
			i = i - j + 2;   //i指向开始匹配的后一个
			j = 1;           //j指向开始的第一个
		}
	}
	if (j > legth_p) {
		return i - legth_p;     //返回起始的位置
	}
	else {  //由于j<=strlen(p)条件循环结束，表示没有找到，就是j都走完了也没匹配上
		return 0;
	}
}


int main() {
	printf("%d\n", Index(" abcabcdfg", " ca"));   //3
	printf("%d\n", Index(" abcabcdfg", " abca")); //1
	printf("%d\n", Index(" abcabcdfg", " bcab")); //2
	return 0;
}

二、KMP算法

首先知道KMP算法有个大招就是next数组，这个数组会给出你每一次匹配失败后，j的返回位置，同时i保持不变。先不理解KMP算法的原理，感受它的过程后就会自然的理解。简单来看下KMP算法的过程。

当往后循环比较的时候，此时Text[i]中的内容与Parten[j]中的内容不相等，按着刚刚说的暴力解法应该此时让j回到原来的位置i回到原来的位置加1的位置上 。而我们的KMP算法有大佬求解了一个非常牛逼的next数组，该数组里面写好了每一次匹配失败之后j的返回位置！！！，所以在匹配失败的时候直接按着next中的内容返回写好的位置。（现在先不了解next数组的求法，后面会给出，这里先给出计算好的此次next数组，接着往下看它是如何运作的吧！）

此时Text[i]中的内容与Parten[j]中的内容不等，j按着next数组中的内容返回位置。此时不相等了，j按着next中的内容返回，即j=next[j]，i不动，然后依次下去就能得到结果。（可以手动试试，这里不用管next数组怎么来的，后面会说，跟着过程体验一遍。）

#include<stdio.h>
#include<string.h>
int Index2(const char* text, const char* p) {
	int i = 1, j = 1;
	int next[7] = { -1, 0, 1, 1, 2, 3, 1 };
	int legth_text = strlen(text) - 1;  //减去空格
	int legth_p = strlen(p) - 1;  //减去空格

	while (i <= legth_text && j <= legth_p) {  //循环条件
		if (j==0 || text[i] == p[j]) {   //相等就都++
			++i;
			++j;

		}
		else {  //不相等就归位
			j = next[j];           //j由next数组确定
		}
	}
	if (j > legth_p) {
		return i - legth_p;     //返回起始的位置
	}
	else {              //由于j<=strlen(p)条件循环结束，表示没有找到，就是j都走完了也没匹配上
		return 0;
	}
}

int main() {
	printf("%d\n", Index2(" abababcd", " ababcd"));   //3
	return 0;
}

如上代码，我们得到了同样的结果，其实这就是采用KMP算法进行模式匹配的，只不过到现在为止，还没有真正的了解KMP算法的核心步骤，其核心就是next数组的求法，现在就开始学习其是如何求解next数组的。

三、KMP算法的核心----求next数组

这里的求解next的过程讲解只是一个浅显的理解，更多的是应试，要想深刻理解里面的求解步骤，及其原理过程的话，推荐以下一个视频，讲解的十分好。

【【完整版】终于有人讲清楚了KMP算法，Java语言C语言实现】
https://www.bilibili.com/video/BV1UL411E7M8/?share_source=copy_web&vd_source=c0ec1c9d72932bb83637199ead965f65

Parten[j]为a、b、a、b、c、d，next数组就是基于待匹配串求出来的，求next的关键：找到匹配成功部分的两个相等的真子串（不包含本身），以第一个字符开始，一个以j-1下标处的字符结尾。

• next数组第一个和第二个只写-1、0
• 当在Parten的第3个元素a处发生不匹配时候，找Parten的第三个元素前序列的两个相等的真子串（找到匹配成功部分，即第3个元素前都是匹配的），无相等的真子串，写0。
• 当在Parten的第4个元素b处发生不匹配时候，找Parten的第四个元素前序列的两个相等的真子串，即a子串和a子串，字串的元素个数为1，就写1。
• 当在Parten的第5个元素c处发生不匹配时候，找Parten的第五个元素前序列的两个相等的真子串，即a b子串和a b子串，字串的元素个数为2，就写2。
• 当在Parten的第6个元素d处发生不匹配时候，找Parten的第六个元素前序列的两个相等的真子串，无相等的真子串（可能会觉得有a b子串和a b子串，但是要求以第一个字符开始，一个以j-1下标处的字符结尾，此时j-1下标处的字符为c），写0。

**这样就求出来了next数组！！！！最后还需要将next数组中的数值都加1，就真的得到了最后的next数组。**即为[0，1，1，2，3，1]；也就是上面我们使用的。这是手动求next数组，但是对于代码来说，是推导了其数据过程，最后得出其递推的公式，然后再编写求解next数组的代码的。

代码实现求next数组：

#include<stdio.h>
#include<string.h>

void get_next(const char* p, int next[]) {
	int i = 1, j = 0;
	next[0] = -1;
	next[1] = 0;
	int len = strlen(p)-1;  //减去第0个位置处的长度
	while (i<len) {
		if (j == 0 || p[i] == p[j]) {
			i++;
			j++;
			next[i] = j;    //p[i] == p[j]时，next[j+1]=next[j]+1
		}
		else {
			j = next[j];    //令j = next[j]，循环继续
		}
	}
}

int main() {
	//printf("%d\n", Index2(" abababcd", " ababcd"));   //3
	int next[7];
	get_next(" ababcd", next);
	printf("求得的next如下：\n");
	for (int i = 1; i < 7;i++) {
		printf("%d ", next[i]);
	}
	printf("\n");
	return 0;
}

现在只需要把函数int Index2(const char* text, const char* p)中修改成使用上述函数求next值就可以了，到这里KMP算法就完成了！！！

	int next[7] = { -1, 0, 1, 1, 2, 3, 1 };
	//改成
	int Index2(const char* text, const char* p, int next[] ) //从外部传进函数