关于KMP算法next数组的学习思考

CopSang

已于 2023-10-06 14:57:18 修改

阅读量33

点赞数 1

文章标签：算法学习 c++

于 2023-10-06 00:34:01 首次发布

本文链接：https://blog.csdn.net/CopSang/article/details/133530395

版权

前言

这篇帖子是我个人在学习KMP算法获取next数组这部分代码时形成的思考，在浏览了诸多帖子以后，发现对于k = next[k]这行代码的逻辑还是没有清晰的认知，因此想自己写一篇帖子理顺自己的思路，主要是借此平台做学习笔记，如果可以帮助到别人那自然是极好的，也希望有大佬可以指教。

这篇帖子不探讨KMP算法详细的实现原理，只关注通过模式串得到next数组的逻辑，特别是k = next[k] 这行代码的逻辑。

关于KMP算法整体的讲解我参考的是这篇文章：很详尽KMP算法（厉害） - ZzUuOo666 - 博客园 (cnblogs.com)

int* get_next(string s) {
        int len = int(s.length());
        int *next = new int[len]();
        int j = 0, k = -1;
        next[0] = -1;
        while(j < len - 1) {
            if(k == -1 || s[j] == s[k]) {
                ++j; ++k;
                next[j] = k;
            } else {k = next[k];}
        }
        return next;
    }

一、next数组的基本意义

next[j] = k所表示的含义是字符串中下标为j的字符之前（不包括该字符），能匹配的前缀子串以及后缀子串的最大长度是k，通俗来讲，就是当模式串匹配到下标为[j]的元素时如果失配了，可以从下标为[k]的元素开始进行比对，[k]之前的元素已经匹配了。

注意：以上思考是针对我在前言中所贴的代码而言的，不同的代码可能会有不同理解。

二、获取next数组值的基本逻辑

对于长度大于1的匹配的前后缀，都是在已经匹配的前后缀的基础上，对前缀的后一位以及后缀的后一位进行比较，如果两个后一位的元素相同，则找到了新的匹配的前后缀。这一点和KMP算法的核心匹配逻辑是相同的（毕竟核心代码逻辑都一样，都是x = next[x]）。

三、k = next[k]，即指针回退的具体逻辑

k = next[k]针对两种情况，一种是没有匹配的前缀和后缀，即s[k] 与 s[j]始终不相等，指针回退至“-1”状态，然后下一个循环符合if判断语句中“k == -1”的语句，“++k; ++j”，然后给next[j+1]赋值0，这种情况比较好理解，不做详细阐述，用图像模拟函数每个循环。

该图像中前三行分别是字符串元素、字符串下标、下标对应next数组值，相同颜色代表相同的元素值，k与j是指向元素的指针，默认s[k] 与 s[j]始终不相等。

更重要的一种情况是，目前已经匹配的前缀与后缀长度为next[j]（也就是当前k的值），但是s[j] != s[k]，所以要尝试找到更短的已经匹配的前缀与后缀，如果有更短的匹配的前缀与后缀，且该前缀的后一个元素与后缀的后一个元素相同，那就找到了，那就将找到的前缀（后缀）长度赋值给next[j+1]。

下面就针对这种情况做具体分析：

首先通过图片模拟获取next数组时的一种情况，相同颜色代表相同的字符，方框内的深色数字即字符串下标，最下方的浅色数字代表下标对应的next数组的值，k与j是指针。

上图的模拟的情况是，程序运行至k = 5，j = 12，s[k] != s[j]，此时next[12]的值已经求出，要求next[13]的值。根据此时的条件，因为k != -1 && s[k] != s[j]，所以程序会进入else条件语句，即运行k = next[k]，具体运行逻辑我分几步进行梳理。

1、将数组分为两部分，一部分是已经匹配的前缀以及k所指的元素，另一部分是已经匹配的后缀以及j所指的元素。

已经明确的是，next数组值的含义是某个元素之前（不包括该元素）能匹配的前缀子串以及后缀子串的最大长度，所以此时next[k] = 3就是s[k]之前能匹配的前缀与后缀的长度为3，因为除了“k == -1”，只有当“s[k] == s[j]”时，程序才会执行“++i; ++j”，且找不到匹配的前后缀时k会回退至“-1”,所以s[k]之前的元素与s[j]之前的k个元素是相同的，这点通过观察图像也可以很清晰的知道，因此，假如s[k]之前（即s[0]至s[k-1]）的字符串有可以匹配的前后缀，那s[j]之前的k个元素（即s[j-k]至s[j-1]）形成的字符串必然有相同的前后缀。

2、将找到的更短的符合条件的前缀与后缀分开表示