洛谷P3375 【模板】KMP

P3375 【模板】KMP - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)https://www.luogu.com.cn/problem/P3375

1.KMP算法的目的

KMP算法用于求在一个较长的母串中是否有你想要的字串

也就相当于Office 软件中的 ctrl + F功能

该题目我用KMP的两种不同理解方式做（本质是一样的）

2.第一种KMP的理解方法

P3375

#include<bits/stdc++.h>
#define MAXN 1000010
using namespace std;
int kmp[MAXN];
int ls1,ls2,j; 
int main(){
	string s1,s2;
	//s1 s2的输入
    cin>>s1;
	cin>>s2;
	ls1=s1.size();
	ls2=s2.size();
	s1=' '+s1;
	s2=' '+s2;
	
	//构造kmp数组
	//j指向下标最长匹配真前后缀的长度对应的字符
	for(int i=2;i<=ls2;i++){
		//不相等的话就逐步向前找次长的匹配真前后缀长度
		while(j!=0&&s2[i]!=s2[j+1]){
			//不相等的话就逐步向前找 次长的匹配真前后缀长度kmp'[i-1]
			//不符合的话继续找kmp''[i-1],以此类推
			//每次j都指向前kmp[i-1]个字符的下一位
			//找到后 kmp[j]赋给j(相当于继续向前找)
			j = kmp[j];
		}
		//如果相等的话j+1 因为目前j指向的是下标
		//+1后才代表的在此指向的字符前面的字串的长度
		if(s2[i] == s2[j+1]) j++;
		//得出kmp的长度 因为每次j都指向前kmp[i-1]个字符的下一位
		//所以对应的kmp[i]就是j+1后代表的数字
		kmp[i]=j;
	}//构造完毕
	//使用kmp数组在主串上移动模式串
	j=0;//一会还用j当指针 先初始化为0一下
	for(int i=1;i<=ls1;i++){
		//j+1的原因是 找下标为kmp[j]的下一位
		//拿它和模式串上的作比较
		while(j>0&&s1[i]!=s2[j+1]){
			//不相等的话，缩短范围 找次长的kmp值
			//即次长真匹配前后缀的长度，以此类推
			j = kmp[j];
		}
			//谐音  kmp 看门牌
			if(s1[i]==s2[j+1]){
				j++;//kmp[j]之前的已经默认比对完
				//开始比对下一位
			}
			if(j==ls2){
				//j==ls2 说明已经找到啦
				cout<<i-ls2+1<<endl;
				//i代表最后一个匹配上的字符位置
				//ls2代表模式串长度，减去是为了找开头
				//+1是为了抵消索引偏移
				
				j = kmp[j];
				//继续查找
			}
		
		
	}

	for(int i = 1;i<=ls2;i++){

		cout<<kmp[i]<<" ";
	}
	return 0;
}

3.第二种KMP理解方法

推荐个B站博主的视频讲解，可视化讲解很清晰明了

KMP 学一遍忘一遍？ACM 金牌选手用可视化直击本质，理解了内核后想忘记都难！_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1Er421K7kF/?spm_id_from=333.1007.top_right_bar_window_history.content.click

//P3375

#include <bits/stdc++.h>
using namespace std;
/*
最长匹配真前后缀的长度（pi值）
即某个字符串的前缀和后缀子串相等时的最大长度
举个例子 ATAATA 的前缀有 
下标   0  1  2   3     4      5
字符串 A  T  A   A     T      A
前缀   A AT ATA ATAA ATAAT ATAATA(下标所代表的字母之前的串）
pi值   0  0  1   1     2      3
对于 ATAA   当前后缀都为A时   pi值最大  1
对于 ATAAT  当前后缀都为AT时  pi值最大  2
对于 ATAATA 当前后缀都为ATA时 pi值最大  3

模式串 ATAATA
主串   AGCATAATAATTAA
将它们用一个特殊字符拼接
合并串   A T A A T A # A G C A T A A T A A T T A A
pi值     0 0 1 1 2 3 / 1 0 0 1 2 3 4 5 6 4 5 0 1 1
	     * * * * * *         * * * * * ↑ 和模式串的长度相等
pi值的定义就是当前点(包括本身)向前数pi个数的字符串(后缀)
和前pi个数的字符串（前缀）相同  如上所示 找到了第一次重复的位置

*/
int main(){
	string s1,s2,str;
	//s1 s2的输入
	cin>>s1;
	cin>>s2;
	int m =s2.size();
	//s1 s2 拼接
	str= s2+'#'+s1;
	//构建前缀函数pi
	vector<int>pi(str.size(),0);
	for(int i=1;i<(int)str.size();i++){
		int len =pi[i-1];
		while(len!=0&&str[i] != str[len]){
			len=pi[len-1];
		}
		if(str[i] == str[len]){
			pi[i]=len+1;
			//开始判断
			if(pi[i]==m){
				cout<<i-m*2 +1<<endl;
			}
		}
	}
	for(int i=0;i<m;i++){
		cout<<pi[i]<<" ";
	}
	
	return 0;
}

正如代码中注释所示 pi代表的是最长真匹配前后缀的长度

先用一个母串和子串中都没有的字符将两个串连接起来，设某个点的pi值为Π，那么从这点开始向前数Π个数构成的字符串（后缀）与从开头向后数Π个数构成的字符串（前缀）相同，即说明在母串中找到字串位置

！！！：注意输入字符串时，用cin，不要用getline，因为getline分不清 \n 和\r,差距如下

一个更简单的题目来练手

P1308 [NOIP2011 普及组] 统计单词数 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)https://www.luogu.com.cn/problem/P1308这题也可以用KMP做（题解里好像没人用，有点小题大做的意思，但是挺好用，很容易就可以过）

//P1308  [NOIP2011 普及组] 统计单词数
//KMP做法
#include <bits/stdc++.h>
using namespace std;
int kmp[1000020];
int main(){
	string str,str_1;
	string apd;
	//输入子字符串
	getline(cin,str_1);
	//输入母字符串
	getline(cin,str);
	//都转化为小写
	for(int i=0;i<(int)str.length();i++){
		str[i]=towlower(str[i]);
	}
	for(int i=0;i<(int)str_1.length();i++){
		str_1[i]=towlower(str_1[i]);
	}
	str_1 = " "+str_1+" ";
	str = " "+str+" ";
	apd=str_1+"#"+str;
	int l = str_1.size();
	int sum = 0;//出现的次数
	int pos = -1;//第一次出现的位置
	for(int i=1;i<apd.size();i++){
		int len = kmp[i-1];
		while(len!=0&&apd[i]!=apd[len]){
			len = kmp[len-1];
		}
		if(apd[i]==apd[len]){
			kmp[i]=len+1;
			if(kmp[i]==l){
				sum++;
				if(sum==1){
					pos=i-l*2;
				}
			}
		}
	}
	if(sum!=0){
		cout<<sum<<" "<<pos;
	}else{
		cout<<"-1";
	}
	return 0;
}

对于该简单练手题目，再提供一种解法

//P1308 [NOIP2011 普及组] 统计单词数

#include <bits/stdc++.h>
using namespace std;
int main(){
	string str,str_1;
	//输入子字符串
	getline(cin,str_1);
	//输入母字符串
	getline(cin,str);
	//都转化为小写
	for(int i=0;i<(int)str.length();i++){
		str[i]=towlower(str[i]);
	}
	for(int i=0;i<(int)str_1.length();i++){
		str_1[i]=towlower(str_1[i]);
	}
	//不包含第一个单词是目标单词的情况
	str_1=" "+str_1+" ";
	str=" "+str+" ";
	int count=0;
	int pos;
	pos=str.find(str_1);
	int first=pos;
	if(pos==-1){
		cout<<-1;
		return 0;
	}
	else {
		while(pos+str_1.length()<str.length()){
			if(pos!=-1){
				count++;
			}else {
				break;
			}
			pos=str.find(str_1,pos+1);
		}
	}
	cout<<count<<" "<<first<<endl;
	return 0;
}

运用了C++中的find函数

在C++中，find 函数是算法头文件 <algorithm> 中定义的一个函数，它可以用于在指定范围内查找特定值的元素。以下是find函数的基本用法：

template <class InputIterator, class T>
InputIterator find(InputIterator first, InputIterator last, const T& value);

参数说明

• InputIterator first：指向要搜索的范围的开始位置的迭代器。
• InputIterator last：指向要搜索的范围的结束位置的后一个位置的迭代器。
• const T& value：要搜索的值。

返回值

• 如果找到值为 value 的元素，则返回一个指向该元素的迭代器。
• 如果未找到该值，则返回一个指向 last 的迭代器。