KMP终结者

目录

KMP算法

0.问题

1.next数组的计算与含义

2.使用Next数组

---

【题记】每次遇到KMP，要么不了了之，要么简单套用模板，前几天刚背完模板，过几天啥都不记得了，没有一点点进步。

消除恐惧的最好方法就是面对恐惧。坚持，才是胜利。加油，奥里给！

本文参考了网上诸多关于KMP算法的解释与理解，力求通俗易懂。

---

KMP算法

0.问题

字符串匹配是计算机的基本任务之一。

字符串匹配是字符串搜索算法（String searching algorithms）又称字符串比对算法（string matching algorithms），是一种搜索算法，是字符串算法中的一类，用以试图在一长字符串或文章中，找出其是否包含某一个或多个字符串，以及其位置。

1.next数组的计算与含义

朴素算法就不说了，相信大家都会，不会也没事，因为会了也派不上用场。

KMP算法最重要的是“部分匹配表”（即next数组，感觉自我匹配表这个名字更合适），这个是KMP算法的核心，也是最重要且最难理解的部分。

以下表为例进行解释：

首先，我们需要知道真.前缀和真.后缀：

以“PYTHON”为例：

真.前缀：“P”，“PY”，“PYT”，“PYTH”，“PYTHO”

真.后缀：“YTHON”，“THON”，“HON”，“ON”，“N”

---

而所谓的部分匹配值就是：某字符串的真前缀和真后缀的最长匹配大小。

---

回到上表中，我们每次只看从第一个字符到现在观察的这个字符。

对于第一个元素a,真前缀和真后缀都为空，因此a的部分匹配值为0；

对于第二个元素b，我们只观察前两个元素"ab"，此时，真前缀有："a"，真后缀有："b"，前缀和后缀不匹配，所以b的部分匹配值也为0；

对于第三个元素a，我们只观察前三个元素"aba"，此时，真前缀有："a"，"ab"，真后缀有："ba"，"a"，因为"a"和"a"匹配，所以第三个元素a的部分匹配值为1；

依次类推，我们观察第7个元素"c"，对于前7个元素"abababc",我们不需要一个一个看真前后缀了，通过分析，其每个真后缀一定包含元素"c"，而其真前缀没有包含"c"的，因此，"c"的模式匹配值为0；

对于最后一个元素"a"来说，"abababca"的开头和结尾都是"a"，因此其模式匹配值至少为1。除了"a"这个真后缀外，其余所有真后缀都是包含"c"的，而其所有真前缀中只有"abababc"包含"c"，且这个真前缀不等于相同长度的真后缀"bababca"，因此最后一个元素的部分匹配值为1。

由此，我们计算得到了部分匹配表的所有值。

2.使用Next数组

字符串匹配的朴素解法是一个字符一个字符的匹配，如果遇到不同的，就将短串整个后移一位，再从头开始比较。

例：

当a和c不匹配时，将"babca"向右移一位再开始比较

而KMP的想法是当a和c不匹配时，前面的"babc"都是匹配的，这应该可以用上，可以一次向后多移动几位，提高效率。而向后移动几位可以通过Next数组求出。

规则如下：如果最后一个匹配字符的部分匹配值大于1，则 向后移动位数 = 当前字符串已经匹配的长度 - 该部分匹配值，否则向后移动1位。

具体样例如下：

bacbababaabcbab
 |
 abababca

由前面计算出来的结果，第一个元素的部分匹配值为0，因此就向后移动1位。

bacbababaabcbab
    |||||
    abababca

当前最后一位匹配元素a的部分匹配值为3，且当前已匹配 5 位，因此下一步将向前移动 5 - 3 = 2 位，如下（x表示跳过)：

bacbababaabcbab
    xx|||
      abababca

由此便介绍完了KMP算法的使用。还有对next数组计算的优化，以及代码详解有时间再更。

 

---

KMP字符串

给定一个模式串S，以及一个模板串P，所有字符串中只包含大小写英文字母以及阿拉伯数字。

模板串P在模式串S中多次作为子串出现。

求出模板串P在模式串S中所有出现的位置的起始下标。

输入格式

第一行输入整数N，表示字符串P的长度。

第二行输入字符串P。

第三行输入整数M，表示字符串S的长度。

第四行输入字符串S。

输出格式

共一行，输出所有出现位置的起始下标（下标从0开始计数），整数之间用空格隔开。

#include<iostream>
#include<cstring>
using namespace std;

const int N = 100010;

char a[N],b[N];
int ne[N],f[N];

void kmp(int n,char a[],int m,char b[])
{
    for(int i=2,j=0;i<=n;i++)
    {
        while(j>0 && a[i]!=a[j+1]) j = ne[j];
        if(a[i] == a[j+1]) j++;
        ne[i] = j;
    }
    for(int i=1,j=0;i<=m;i++)
    {
        while(j>0 && (j==n || b[i]!=a[j+1])) j = ne[j];
        if(b[i] == a[j+1]) j++;
        f[i] = j;
        if(f[i] == n) cout<<i - j<<' ';
    }
}

int main()
{
    int n, m;
    cin>>n>>a+1>>m>>b+1;
    kmp(n,a,m,b);
    return 0;
}

下标从0开始的模板 ：

const int N = 100010;

int ne[N],f[N];

void kmp(string a,string b)
{
    ne[0] = -1;
    for(int i=1,j=-1;i<a.size();i++)
    {
        while(j>=0 && a[i]!=a[j+1]) j = ne[j];
        if(a[i]==a[j+1]) j++;
        ne[i] = j;
    } 
    for(int i=0,j=-1;i<b.size();i++)
    {
        while(j!=-1 &&(j== a.size()-1 ||  b[i]!=a[j+1])) j = ne[j];
        if(b[i] == a[j+1]) j++;
        if(j == a.size()-1) 
        //找到
    }
}