KMP算法
基本介绍
1、KMP是一个解决模式串在文本串是否出现过,如果出现过,最早出现的位置的经典算法
2、Knuth-Morris-Pratt 字符串查找算法,简称为 “KMP算法”,常用于在一个文本串S内查找一个模式串P 的出现位置,这个算法由Donald Knuth、Vaughan Pratt、James H. Morris三人于1977年联合发表,故取这3人的姓氏命名此算法.
3、KMP方法算法就利用之前判断过信息,通过一个next数组,保存模式串中前后最长公共子序列的长度,每次回溯时,通过next数组找到,前面匹配过的位置,省去了大量的计算时间
思路解析
匹配str2在str1初次出现到位置
1、str2建立一个部分匹配表,里面记载着一些数据
2、假想两个指针分别指向str1和str2的初始位置
3、开始匹配str1与str2,如果相等,则一起向右移动,直到遇到不匹配的位置,查询str2最后一次匹配的位置,将这个位置放入部分匹配表中查询所对应的数据,获取这个数据,将str2的指针移动至代表这个数据的值的位置
刚开始匹配
匹配到不同的地方,记录D此时的位置
用D此时的位置,进行查表,移动至C处
部分匹配表
“前缀"和"后缀”。 "前缀"指除了最后一个字符以外,一个字符串的全部头部组合;"后缀"指除了第一个字符以外,一个字符串的全部尾部组合。
"部分匹配值"就是"前缀"和"后缀"的最长的共有元素的长度。
- "A"的前缀和后缀都为空集,共有元素的长度为0;
- "AB"的前缀为[A],后缀为[B],共有元素的长度为0;
- "ABC"的前缀为[A, AB],后缀为[BC, C],共有元素的长度0;
- "ABCD"的前缀为[A, AB, ABC],后缀为[BCD, CD, D],共有元素的长度为0;
- "ABCDA"的前缀为[A, AB, ABC, ABCD],后缀为[BCDA, CDA, DA, A],共有元素为"A",长度为1;
- "ABCDAB"的前缀为[A, AB, ABC, ABCD, ABCDA],后缀为[BCDAB, CDAB, DAB, AB, B],共有元素为"AB",长度为2;
- "ABCDABD"的前缀为[A, AB, ABC, ABCD, ABCDA, ABCDAB],后缀为[BCDABD, CDABD, DABD, ABD, BD, D],共有元素的长度为0。
代码
public class KMP {
public static void main(String[] args) {
String str1 = "abcde";
String str2 = "cd";
int[] next = kmpNext(str2);
int index = kmpSearch(str1, str2, next);
System.out.println(index);
}
// kmp搜索
public static int kmpSearch(String str1, String str2, int[] next) {
for (int i = 0, j = 0; i < str1.length(); i++) {
while (j > 0 && str1.charAt(i) != str2.charAt(j)) {
j = next[j - 1];
}
if (str1.charAt(i) == str2.charAt(j)) {
j++;
}
if (j == str2.length()) {
return i - (j - 1);
}
}
return -1;
}
// 获取部分匹配值
public static int[] kmpNext(String dest) {
int[] next = new int[dest.length()];
next[0] = 0;
for (int i = 1, j = 0; i < dest.length(); i++) {
while (j > 0 && dest.charAt(i) != dest.charAt(j)) {
j = next[j - 1];
}
if (dest.charAt(i) == dest.charAt(j)) {
j++;
}
next[i] = j;
}
return next;
}
}
//AAAB // A AA AAA AAAB
// 0 0
// 1 A 0
// 2 A A 1
// 3 A AA AA A 2
// 4 A AA AAA AAB AB B 0
参考来源:
http://www.ruanyifeng.com/blog/2013/05/Knuth%E2%80%93Morris%E2%80%93Pratt_algorithm.html