KMP算法，也就是我们常说的“烤馍片”，是字符串类型题里面很重要的算法之一，主要用于字符串匹配。当出现字符串不匹配时，使用KMP算法就可以知道一部分之前已经匹配的文本内容，可以利用这些信息避免从头再去做匹配了。学习KMP，一方面是为了利用这个算法做题，另一方面也是通过对kmp的运用来更加深入的理解字符串这个数据类型的本质。
而KMP算法中的精髓就是前缀表，整个算法都是基于前缀表而存在的。
关于前缀表，你需要了解这些：
- 前缀和后缀是什么？最长相等前后缀是什么？
- 前缀表是什么？前缀表怎么算？
- 前缀表有什么用？前缀表怎么用？
以上问题我们来一一解答。
一、前缀&后缀&最长相等前后缀
给你一个字符串，aabaaf，它的前缀和后缀都分别有五个，一一列举下来：
大家也许能看出来一些前缀和后缀的特点了。
前缀，就是字符串里不包含最后一个字符的、以第一个字符开头的所有子串；
后缀，就是字符串里不包含第一个字符的、以最后一个字符结尾的所有子串。
最长相等前后缀又是什么呢？我们还是以aabaaf为例。我们在上面已经把它的所有前后缀列出来了，我们可以看出，它根本没有相等的前后缀，所以aabaaf的最长相等前后缀的长度为0。
我们再以aabaa为例，我们会发现，它有两对相等前后缀，分别是a和a，aa和aa。那么aabaa的最长相等前后缀的长度就是2。
二、前缀表是什么&怎么算
前缀表的直接解释就是，在字符串里，长度为前n个字符的子串，它们最长相等前后缀的长度，所组成的数组。在题目里我们经常给它起名叫next数组。可能有点难理解，我们还是以aabaaf为例，它的前缀表是[0,1,0,1,2,0]。我们接下来演示一下它的前缀表是怎么算的，同时去理解前缀表的含义。
-
在字符串
aabaaf中，长度为前1个字符的子串a，它的最长相等前后缀的长度为0。与之对应的，next数组里的第1位成员的值就为0。
-
在字符串
aabaaf中，长度为前2个字符的子串aa，它的最长相等前后缀的长度为1。与之对应的，next数组里的第2位成员的值就为1。
-
在字符串
aabaaf中，长度为前3个字符的子串aab，它的最长相等前后缀的长度为0。与之对应的，next数组里的第3位成员的值就为0。
-
在字符串
aabaaf中，长度为前4个字符的子串aaba，它的最长相等前后缀的长度为1。与之对应的，next数组里的第4位成员的值就为1。
-
在字符串
aabaaf中，长度为前5个字符的子串aabaa，它的最长相等前后缀的长度为2。与之对应的，next数组里的第5位成员的值就为2。
-
在字符串
aabaaf中，长度为前6个字符的子串aabaaf，它的最长相等前后缀的长度为0。与之对应的，next数组里的第6位成员的值就为0。
好的，然后我们把next数组里六位成员值都写出来，就能得到前缀表[0,1,0,1,2,0]了。
三、前缀表有什么用&怎么用
了解了前缀表是什么，那我们就要问前缀表有什么用了。前缀表的作用就是回退，意思是当我们在匹配字符串的时候，遇到了不匹配的字符，我们就可以通过查询前缀表，回退到上一个匹配过的地方继续匹配，而不用重头匹配，从而减少匹配的次数。那前缀表是怎么实现这个作用的？
我们举一个例子，假设我们要在文本串（s）：aabaabaaf 中查找是否出现过一个模式串（l）：aabaaf。那么首先我们需要得到模式串的前缀表，[0,1,0,1,2,0]。接着我们开始匹配这两个字符串。
前面的匹配都没有问题，到这里出问题了：
匹配不上了。我们就要使用前缀表来进行回退。我们读取当前模式串字符前一位的前缀表，也就是next[4]=2。将指针退至前缀表里的值，所对应的模式串下标的字符位置，也就是 l[2]=b。如图：
这样，我们就避免了再匹配一次aa的情况，节省了时间。这就是前缀表的作用和用法，也就是KMP的原理。
例题里对KMP的实际应用：
下面展示两道比较基础的匹配字符串的题目，旨在展示KMP的代码实现过程及思路。
（模版题）力扣28.找出字符串中第一个匹配项的下标
给你两个字符串 haystack 和 needle ，请你在 haystack 字符串中找出 needle 字符串的第一个匹配项的下标（下标从 0 开始）。如果 needle 不是 haystack 的一部分，则返回 -1 。
示例 1：
输入：haystack = “sadbutsad”, needle = “sad”
输出：0
解释：“sad” 在下标 0 和 6 处匹配。
第一个匹配项的下标是 0 ，所以返回 0 。
示例 2：
输入：haystack = “leetcode”, needle = “leeto”
输出：-1
解释：“leeto” 没有在 “leetcode” 中出现，所以返回 -1 。
提示：
1 <= haystack.length, needle.length <= 104haystack和needle仅由小写英文字符组成
题目分析
使用KMP匹配字符串，haystack 是文本串，needle 是模式串，最后返回第一个匹配项的下标。
解题思路
我们现在来进行KMP的代码实现。为了更清晰直观，我们把求next数组的过程单拎出来写成函数的形式。求next数组我们可以分为四个步骤：
- 初始化
- 处理前后缀不相同的情况
- 处理前后缀相同的情况
- 更新next
首先进行初始化。函数命名为getNext，传入函数的参数为一个next数组和模式串needle。我们先用函数strlen获得needle的长度并赋值给m，定义前缀末尾j=0（j在后面用于匹配寻找最长相等前后缀），并把0赋值给next[0]（因为前缀表的第一位肯定是0，单个字符没有相等前后缀）。然后设置for循环，用来移动后缀末尾i。这个时候我们的i就要从1开始遍历了，而不是从0。因为我们要比较needle[j]和needle[i]，也就是比较前缀末尾和后缀末尾，i从1开始才能比较。条件是i<m，最后执行i++。初始化结束。
接下来我们处理前后缀不相同的情况。判断条件肯定有needle[i]!=needle[j]，判断了以后，对前后缀匹配不上的位置进行回退的操作。我们要读取当前j的前一位的next数组的值，也就是j=next[j-1]。“遇见冲突看前一位”，这是KMP实现的一个不变量（如果是以这种格式写的next数组的话）。也因为存在这个不变量，我们的判断条件必须加上一个j>0。当数组中出现回退的操作，j-1，我们就不得不考虑它的越界访问问题，在判断的时候我们就要规避掉。
关于此处的判断是使用if还是while，也是容易出错的一个地方。我们回退的操作会进行几步？一定是一步吗？这个问题需要仔细地全面的思考。如果想不来，就举例子模拟。假设字符串aaaf，我们遍历到i=3，j=2的时候，就会发现此时就匹配不上了。如果我们用if，就代表j只会回退一步。回退一步后的j=next[j-1]=next[1]=1，接着运行程序的话，就会直接把j的值赋给next[i]，也就是赋给next[3]，但是很明显next[3]应该等于0，而不是1。这就代表这个时候的j回退不到位，我们得到了错误的前缀表，题也就不可能做对了。所以此处的判断必须使用while。
接着我们处理前后缀相等的情况。相等的情况就使用if判断就行，不存在需要多次的情况。如果判断出来此时前后缀相等，我们就让j++。因为j作为字符串下标，会比正常的计数都要小上一个1，我们需要把它加回来才能得到正确的前缀表。
最后更新next，就直接把此时j的值赋给next[i]就可以了。至此，我们求next数组的函数就写完了，下面开始写主函数。
在主函数里，我们的操作几乎和上面的一致，只是把上面对前缀末尾j和后缀末尾i的匹配，变成了对文本串haystack和模式串needle的匹配，并且最后不需要更新next，只用做前三步即可。需要注意的就是，我们要对模式串needle长度为0的情况进行特判，因为在这种情况下是肯定不需要匹配的，直接return 0。最后加一个if(j==m)，判断是否匹配到了模式串的末尾，如果满足条件就返回i-m+1，即第一个匹配项的下标。最后没有匹配到的情况，返回-1。
代码实现
void getNext(int* next,char* needle){
int m=strlen(needle);
next[0]=0;
int i=0,j=0;
for(i=1;i<m;i++){
while(needle[i]!=needle[j]&&j>0){
j=next[j-1];
}
if(needle[i]==needle[j]) j++;
next[i]=j;
}
}
int strStr(char* haystack, char* needle) {
int n=strlen(haystack);
int m=strlen(needle);
if (m == 0) return 0;
int* next = malloc(sizeof(int) * m);
getNext(next, needle);
int j=0;
for(int i=0;i<n;i++){
while(haystack[i]!=needle[j]&&j>0){
j=next[j-1];
}
if(haystack[i]==needle[j]) j++;
if(j==m) return (i-m+1);
}
return -1;
}
力扣1392.最长快乐前缀
「快乐前缀」 是在原字符串中既是 非空 前缀也是后缀（不包括原字符串自身）的字符串。
给你一个字符串 s，请你返回它的 最长快乐前缀。如果不存在满足题意的前缀，则返回一个空字符串 "" 。
示例 1：
输入：s = “level”
输出：“l”
解释：不包括 s 自己，一共有 4 个前缀（“l”, “le”, “lev”, “leve”）和 4 个后缀（“l”, “el”, “vel”, “evel”）。最长的既是前缀也是后缀的字符串是 “l” 。
示例 2：
输入：s = “ababab”
输出：“abab”
解释：“abab” 是最长的既是前缀也是后缀的字符串。题目允许前后缀在原字符串中重叠。
提示：
1 <= s.length <= 105s只含有小写英文字母
题目分析
求next数组，得到next数组的最后一位，创建一个新字符串放答案。
解题思路
这道题如果你会KMP了就很好办，因为从题目的描述里完全就可以看出来，他这个所谓的最长快乐前缀就是最长相等前后缀。我们只需要得到next数组，并且我们只需要它的最后一位元素的值，也就是next[n-1]。因为最后一位元素对应的是原字符串的最长相等前后缀，我们不需要其他子串的最长相等前后缀。
接着依旧是上一道题求next数组的过程，没有任何变化，理解了就很容易写出来。
得到以后，定义一个max变量用来保存next[n-1]的值，再+1是为了预留添加终止符‘\0’的空间。我们创建一个新字符串，给它分配一块大小为max的内存。然后用for循环把字符串s的前缀录入字符串l里，最后添加终止符，输出l，这道题就做完了。
代码实现
char* longestPrefix(char* s) {
int i,j=0,max=0;
int n=strlen(s);
int*next=(int*)malloc(sizeof(int)*n);
next[0]=0;
for(i=1;i<n;i++){
while(j>0&&s[i]!=s[j]){
j=next[j-1];
}
if(s[i]==s[j]) j++;
next[i]=j;
}
max=next[n-1]+1;
char*l=(char*)malloc(sizeof(char)*max);
for(i=0;i<max;i++){
l[i]=s[i];
}
l[max-1]='\0';
return l;
}
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
