文章目录
JavaOJ 题集 & 字符串匹配问题 & BF算法 & KMP算法
背景(from百度百科):
BF算法,即暴力(Brute Force)算法,是普通的模式匹配算法,BF算法的思想就是将目标串S的第一个字符与模式串T的第一个字符进行匹配,若相等,则继续比较S的第二个字符和 T的第二个字符;若不相等,则比较S的第二个字符和T的第一个字符,依次比较下去,直到得出最后的匹配结果。BF算法是一种蛮力算法。
KMP算法是一种改进的字符串匹配算法,由D.E.Knuth,J.H.Morris和V.R.Pratt提出的,因此人们称它为克努特—莫里斯—普拉特操作(简称KMP算法)。KMP算法的核心是利用匹配失败后的信息,尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是通过一个next()函数实现,函数本身包含了模式串的局部匹配信息。KMP算法的时间复杂度O(m+n) [1] 。
- 大抵意思就是,字符串找子串咯!
- 就是,给一个字符串s1和一个子字符串s2,在s1里找到与s2完全一样的一个片段。
- 【力扣28原题链接】
1. BF暴力算法
- 这种方法简单粗暴,如下图
- 原字符串每个下标都尝试一下,每次错误(图示为了简约写为 j ,代码为了明确写为 subI)
subI都置为0
,从头测试,- 如果最终
subI
都没有达到子字符串的长度,那么就返回-1
【即不存在】, - 否则
返回 i - subI
- 【即该子字符串在原字符串的头下标】
- 【因为i与subI走的步数一致】
- 如果最终
public static int BFMatch(String str, String subStr) {
//预防一些奇葩事例
if(str == null || subStr == null ||
str.length() == 0 || subStr.length() == 0) {
return -1;
}
int i = 0;
int subI = 0;
while(i < str.length() && subI < subStr.length()) {
//相同一起走一步
if(str.charAt(i) == subStr.charAt(subI)) {
i++;
subI++;
}else {
//i要回退
i = i - subI + 1;
//subI要回退为初始位置0
subI = 0;
}
}
return subI == subStr.length() ? i - subI : -1;
}
1.1 测试
public static void main(String[] args) {
System.out.println(BFMatch("mississippi", "issip"));
}
2. KMP算法
- 在之前的计算之中,我们的
subI
都直接清0,但是实际上,应该是有一部分还可以保留- 如下图:
-
没错,
subI
并没有直接清为0,而是找到了前面可以用的一部分,继续走,而【i】,从始至终都从未回退! -
要实现这个算法,很重要的一个点就是,
subI
回退到哪?- 我们需要一个
next
数组来记录subStr
的每一个停下的话要回退到哪。 - 接下来我们来研究一下其中的规律吧!
- 我们需要一个
2.1 基础模板
- 阻隔一些特殊用例
- 两个下标
- 两个字符串长度,避免反复使用
length()
—>提高效率 - 转化为两个字符串数组,避免反复使用
charAt()
—> 提高效率 - 得到
next
数组getNext(next, subStrArr, subLen);
- 匹配一下
subI = next[subI];
===》subI
的回退
public static int strStr(String str, String subStr) {
//1.***********************
if(str == null || subStr == null ||
str.length() == 0 || subStr.length() == 0) {
return -1;
}
//2.***********************
int i = 0;
int subI = 0;
//3.***********************
int strLen = str.length();
int subLen = subStr.length();
//4.***********************
char[] strArr = str.toCharArray();
char[] subStrArr = subStr.toCharArray();
//5.***********************
int[] next = new int[subLen];
next[0] = -1;
if(subLen != 1) {
getNext(next, subStrArr, subLen);
}
//6.***********************
while(i < strLen && subI < subLen) {
if(subI == -1 || strArr[i] == subStrArr[subI]) {
i++;
subI++;
}else {
subI = next[subI];
}
}
return subI == subLen ? i - subI : -1;
}
2.1.1 获得next数组
-
理论基础:
- 设数字k为其跳回的位置, i为停下来的位置
- 那么字符串 【0 ,k - 1】对应的就是
subStr
停下来前的一小段【i - k, i - 1】(重点)- 注意:
subStr
停下的那个位置,之前有k个在原字符串对应位置走过! - 注意:两小段可以相交但是不能相等!,否则跟没回退一样,等着死循环吧
- 即,这一段与原字符串对应位置一致
- 如下所示
- 注意:
-
那么 k 对应的值就是前面重复部分的长度【三种值, -1 , 0 , > 0】【-1, 就是首元素的回退,当然使用的时候要判断一下,避免数组越界访问】
-
接下来我们要来看看如何求具体某一个下标对应的next值
-
假设,我说假设!
- 如果我知道一个
next[X - 1]
,next[X]
可以求吗? - 如果可以的话,是不是就可以通过 递推:next[0] --> next[1] -->next[2] —> … —> next[X]
- 如果我知道一个
-
如上图,要求
next[X]
,知道next[X - 1]
,怎么求 next[X] 呢?-
Ⅰ.如果
k == next[x - 1]
,满足subStr.charAt( k ) == subStr.charAt(X - 1)
-
有如下关系(伪代码)
-
【0, k -1】 + 【k - 1, k】 == 【i - k, i - 1】 + 【i - 1, i】;
-
也就是
-
【0, k】 == 【i - k, i】;
-
所以
next[X] = k + 1
-
-
Ⅱ. 如果不相等,则说明 “不能-少-回退那么多”,要 “多回退一点”
-
我们只需要让
next[k]
再回退几次,直到与满足上面情况,或者无法再回退,【-1的设计就是为了如此】 -
如下图(特别重要!)
-
理论基础就是:本质上递推求
next[X]
,的原理就是, -
【红串】 == 【橙串】,相当于两段字符串以及完美匹配了,
-
最后,我们再加上一个元素,如果不匹配!== 》
- 则【红串】(类比,subStr)的尾倒退一次,
- 【橙串】也减低了要求,不需要匹配那么远了,也没办法匹配那么远
-
这张图的结束就是===》
next[X] = 0
-
-
2.1.2 代码实现
int[] next = new int[subLen];
next[0] = -1;
if(subLen != 1) { //只有一个字符就不需要这个方法了
getNext(next, subStrArr, subLen);
}
public static void getNext(int[] next, char[] arr, int len) {
//白手起家
int k = 0;
//白手起家所需要的原材料,把值能确定的先赋值上
//这种【递推思想】的题,有原材料做起来会更好,好比珍珠成型之前也需要一颗小石子
next[1] = 0;
int i = 2;
//遍历每一位
while(i < len) {
//相等或者无法再次回退
if(k == -1 || arr[i - 1] == arr[k]) {
next[i] = k + 1;
i++;
k++;//k变长
}else {
k = next[k];//k变短
}
}
}
2.1.3 测试
- 成功
- 如果不转化为字符数组,是没办法达到 0ms 的;
3. KMP算法优化版
-
还记不记得这张图?
- 没错,我们发现了一些赘余部分,
- 就是19跳到15,还是d,还是得回退,接下来可以直到15跳到11,还是d!,
- 这样下去跳到 3,接下来就是 0,既然如此为什么不直接到 0呢?
-
接下来我们设计一个方法
getNextValue()
,去修改一些next值,避免上面的状况 -
public static int[] getNextValue(int[] next, int len, char[] arr) { int[] nextValue = new int[len]; nextValue[0] = -1; //遍历整个数组 for (int i = 1; i < len; i++) { int n = next[i]; if(arr[i] == arr[n]) { nextValue[i] = nextValue[n]; }else { nextValue[i] = n; } } return nextValue; }
3.1 如果回退后的字符跟回退前一致
if(arr[i] == arr[n]) {
nextValue[i] = nextValue[n];
}
- 那么继承回退后的那个nextValue对应值
3.2 如果回退后的字符跟回退前不一致
else {
nextValue[i] = n;
}
- 保留自己的next对应值
3.3 测试
//在strStr()方法,匹配前,补充上如下代码,并之后使用next的都改成使用nextValue;
int[] nextValue = getNextValue(next, subLen, subStrArr);
文章到此结束!谢谢观看
可以叫我 小马,我可能写的不好或者有错误,但是一起加油鸭🦆!这是我的代码仓库!(在马拉圈的23.2里)代码仓库
字符串匹配算法 · 具体位置
邮箱:2040484356@qq.com