【JavaOJ 题集】字符串匹配问题-BF算法 and KMP算法

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】

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！

2.1 基础模板

1. 阻隔一些特殊用例
2. 两个下标
3. 两个字符串长度，避免反复使用 length() —>提高效率
4. 转化为两个字符串数组，避免反复使用charAt() —> 提高效率
5. 得到next数组
   • getNext(next, subStrArr, subLen);
6. 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
      

• 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