KMP算法的用途
一般在字符串匹配的时候,我们通常想到的就是使用KMP算法来处理。
KMP的使用,在网上有很多实例,但是讲得很让人容易接受的不是很多,但总感觉那层窗户纸没有捅破,这里我结合前人的知识,讲下自己的理解,希望大家多指教。
常规暴力匹配法
有一个字符串"BBC ABCDAB ABCDABCDABDE",我想知道,里面是否包含另一个字符串"ABCDABD"?
预处理时间 O(0)
时间复杂度为0(N*M)
/**
* 暴力匹配法
*
* @param text 原字符串
* @param text2 要匹配的串
* @return
*/
private static int violentMatch(String text, String text2) {
int i = 0;
int j = 0;
while (i < text.length() && j < text2.length()) {
if (text.charAt(i) == text2.charAt(j)) {
i++;
j++;
} else {
i = i - j + 1;
j = 0;
}
}
if (j == text2.length()) {
return i - j;
} else {
return -1;
}
}
使用KMP算法
如题:有一个字符串"BBC ABCDAB ABCDABCDABDE",我想知道,里面是否包含另一个字符串"ABCDABD"?
- 字符串BBC ABCDAB ABCDABCDABDE的第一个字符与搜索字符串的第一个字符进行比较,因为B与A不匹配,所以搜索词后移一位。
- 因为B与A不匹配,搜索词再往后移。
- 就这样,直到字符串有一个字符,与搜索词的第一个字符相同为止。
- 接着比较字符串和搜索词的下一个字符,还是相同。
- 直到字符串有一个字符,与搜索词对应的字符不相同为止。
- 这时,最自然的反应是,将搜索词整个后移一位,再从头逐个比较。这就是上面所展示的暴力匹配法,这样做虽然可行,但是效率很差,因为你要把"搜索位置"移到已经比较过的位置,重比一遍。
- 一个基本事实是,当空格与D不匹配时,你其实知道前面六个字符是"ABCDAB"。KMP算法的想法是,设法利用这个已知信息,不要把"搜索位置"移回已经比较过的位置,继续把它向后移,这样就提高了效率。
- 怎么做到这一点呢?可以针对搜索词,算出一张《部分匹配表》。这张表是如何产生的,后面再说,这里只要先用就可以了。
- 已知空格与D不匹配时,前面六个字符"ABCDAB"是匹配的。查表可知,最后一个匹配字符B对应的"部分匹配值"为2,因此按照下面的公式算出向后移动的位数: 移动位数 = 已匹配的字符数 - 对应的部分匹配值
因为 6 - 2 等于4,所以将搜索词向后移动4位。
- 因为空格与C不匹配,搜索词还要继续往后移。这时,已匹配的字符数为2(“AB”),对应的"部分匹配值"为0。所以,移动位数 = 2 - 0,结果为 2,于是将搜索词向后移2位。
- 因为空格与A不匹配,继续后移一位。
- 逐位比较,直到发现C与D不匹配。于是,移动位数 = 6 - 2,继续将搜索词向后移动4位。
- 逐位比较,直到搜索词的最后一位,发现完全匹配,于是搜索完成。如果还要继续搜索(即找出全部匹配),移动位数 = 7 - 0,再将搜索词向后移动7位,这里就不再重复了。
部分匹配表的生成
首先,要了解两个概念:“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。即:在这种情况下,向右移动位数也可以这样表示:已匹配字符6-上一个字符B对应的最大长度2=4,向右移动4位。
由此可得:
失配时,模式串向右移动的位数为:已匹配字符数-失配字符的上一位字符所对应的最大长度值。
next数组的求解思路
/**
* 求next数组
* @param dest
* @return
*/
private static int[] kmpNext(String dest) {
int[] next = new int[dest.length()];
next[0] = 0;//模板字符串的第一个字符最大前后缀长度固定为0
//for循环从第二个字符开始,依次计算每一个字符对应的next值
for (int i = 1, j = 0; i < dest.length(); i++) {
//重点,难点:递归求最大的相同的前后缀长度
while (j > 0 && dest.charAt(j) != dest.charAt(i)) {
j = next[j - 1];
}
//如果相等,那么最大相同前后缀长度加1
if (dest.charAt(i) == dest.charAt(j)) {
j++;
}
next[i] = j;
}
return next;
}
- 已知前一步计算时最大相同的前后缀长度为j(j>0),即dest[0]到dest[j-1];
- 此时比较搜索词第j项与上面的字符串比较
- 如果相等,那么很简单跳出while循环;
- 如果不相等,那么只要求dest[j-1]这个位置上,即next[j-1]来求最大的相同前后缀。
KMP的整体时间复杂度为O(m + n)
附代码如下
class KmpTest {
public static void main(String[] args) {
String text = "BBC ABCDAB ABCDABCDABDE";
String text2 = "ABCDABD";
// System.out.println(violentMatch(text, text2));
int[] ints = kmpNext(text2);
int res = kmp(text, text2, ints);
System.out.println(res);
System.out.println("==================================");
for (int anInt : ints) {
System.out.println(anInt);
}
}
/**
* 暴力匹配法
*
* @param text
* @param text2
* @return
*/
private static int violentMatch(String text, String text2) {
int i = 0;
int j = 0;
while (i < text.length() && j < text2.length()) {
if (text.charAt(i) == text2.charAt(j)) {
i++;
j++;
} else {
i = i - j + 1;
j = 0;
}
}
if (j == text2.length()) {
return i - j;
} else {
return -1;
}
}
/**
* 求next数组
*
* @param dest
* @return
*/
private static int[] kmpNext(String dest) {
int[] next = new int[dest.length()];
next[0] = 0;//模板字符串的第一个字符最大前后缀长度固定为0
//for循环从第二个字符开始,依次计算每一个字符对应的next值
for (int i = 1, j = 0; i < dest.length(); i++) {
//递归求为最大的相同的前后缀长度
while (j > 0 && dest.charAt(j) != dest.charAt(i)) {
j = next[j - 1];
}
//如果相等,那么最大相同前后缀长度加1
if (dest.charAt(i) == dest.charAt(j)) {
j++;
}
next[i] = j;
}
return next;
}
/**
* KMP算法
*
* @param str 文本串
* @param dest 模式串
* @param next
* @return
*/
private static int kmp(String str, String dest, int[] next) {
for (int i = 0, j = 0; i < str.length(); i++) {
while (j > 0 && str.charAt(i) != dest.charAt(j)) {
j = next[j - 1];
}
if (str.charAt(i) == dest.charAt(j)) {
j++;
}
if (j == dest.length()) {
return i - j + 1;
}
}
return 0;
}
}
从头到尾彻底理解KMP
【经典算法】——KMP,深入讲解next数组的求解
下面是我的公众号,欢迎大家关注我