折磨死人的kmp（看毛片）算法中的next数组之民间解析

首先我不确定这个方法到底能不能很好的解释给大家，这只是我在理解后的一种自己的思想 ，鉴于网上很多博客 ，自己也看了很多，一直处在懵逼状态，包括受到很多人的推崇的博客JULY的博客，虽然很清楚，但是太多了导致自己更加复杂化了这个算法，其实这个算法最难理解的就是next数组的代码段，意思大家都清楚，只是不知道那个next数组的求法，可以说是很巧妙的利用了递归的方法，本来是打算先放弃研究这个算法，早上无意看书然后灵光一现，但还是不够透彻，所以通过博客记录现在对kmp算法的一些不成熟的理解，希望也能帮助一些在此算法上感到吃力的同学们！

下面关于kmp算法的简答理解 本人不在做解释 直接套用其他博客的方法 许多博客在这上面的解释基本一致，只是在next数组上的方面解释的不一致，好下面先贴出kmp算法的理解方法（注 下面kmp的算法出自https://segmentfault.com/a/1190000008575379）。

1 >kmp算法：

给定一个主串（以 S 代替）和模式串（以 P 代替），要求找出 P 在 S 中出现的位置，此即串的模式匹配问题。

Knuth-Morris-Pratt 算法（简称 KMP）是解决这一问题的常用算法之一，这个算法是由高德纳（Donald Ervin Knuth）和沃恩·普拉特在1974年构思，同年詹姆斯·H·莫里斯也独立地设计出该算法，最终三人于1977年联合发表。

在继续下面的内容之前，有必要在这里介绍下两个概念：真前缀 和 真后缀。

由上图所得， "真前缀"指除了自身以外，一个字符串的全部头部组合；"真后缀"指除了自身以外，一个字符串的全部尾部组合。（网上很多博客，应该说是几乎所有的博客，也包括我以前写的，都是“前缀”。严格来说，“真前缀”和“前缀”是不同的，既然不同，还是不要混为一谈的好！）

朴素字符串匹配算法

初遇串的模式匹配问题，我们脑海中的第一反应，就是朴素字符串匹配（即所谓的暴力匹配），代码如下：

/* 字符串下标始于 0 */
int NaiveStringSearch(string S, string P)
{
    int i = 0;    // S 的下标
    int j = 0;    // P 的下标
    int s_len = S.size();
    int p_len = P.size();

    while (i < s_len && j < p_len)
    {
        if (S[i] == P[j])  // 若相等，都前进一步
        {
            i++;
            j++;
        }
        else               // 不相等
        {
            i = i - j + 1;
            j = 0;
        }
    }

    if (j == p_len)        // 匹配成功
        return i - j;

    return -1;
}

暴力匹配的时间复杂度为 $O(nm)$，其中 $n$ 为 S 的长度，$m$ 为 P 的长度。很明显，这样的时间复杂度很难满足我们的需求。

接下来进入正题：时间复杂度为 $Θ(n+m)$ 的 KMP 算法。

KMP字符串匹配算法

3.1 算法流程

以下摘自阮一峰的字符串匹配的KMP算法，并作稍微修改。

（1）

首先，主串"BBC ABCDAB ABCDABCDABDE"的第一个字符与模式串"ABCDABD"的第一个字符，进行比较。因为B与A不匹配，所以模式串后移一位。

（2）

因为B与A又不匹配，模式串再往后移。

（3）

就这样，直到主串有一个字符，与模式串的第一个字符相同为止。

（4）

接着比较主串和模式串的下一个字符，还是相同。

（5）

直到主串有一个字符，与模式串对应的字符不相同为止。

（6）

这时，最自然的反应是，将模式串整个后移一位，再从头逐个比较。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。

（7）

一个基本事实是，当空格与D不匹配时，你其实是已经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，而是继续把它向后移，这样就提高了效率。

下面是我自己想的一个方便下面next的理解字符串：

pmt 就是指当前字符的最长前缀和最长后缀的相同数，与next数组有一点不同 会在下面的next数组求法中列出来

A D A B A D A D C B PMT 0 0 1 0 1 2 3 2 0 0 next -1 0 0 1 0 1 2 3 2 0

可以看到next就是将pmt的往后移了一位  next[0]置为1；这里不要细究 下面在想为什么

怎么做到这一点呢？可以针对模式串，设置一个跳转数组int next[]，这个数组是怎么计算出来的，后面再介绍，这里只要会用就可以了。

（9）

已知空格与D不匹配时，前面六个字符"ABCDAB"是匹配的。根据跳转数组可知，不匹配处D的next值为2，因此接下来从模式串下标为2的位置开始匹配。

（10）

因为空格与Ｃ不匹配，C处的next值为0，因此接下来模式串从下标为0处开始匹配。

（11）

因为空格与A不匹配，此处next值为-1，表示模式串的第一个字符就不匹配，那么直接往后移一位。

（12）

逐位比较，直到发现C与D不匹配。于是，下一步从下标为2的地方开始匹配。

（13）

逐位比较，直到模式串的最后一位，发现完全匹配，于是搜索完成。

下面贴出一段代码 ，鉴于网上有两种代码方式，我贴出来一段我自己能够理解的代码，也与下面的next的代码能够相对应。

1. int KMP(string S, string P, int next[])
   {
       GetNext(P, next);
       int i = 0;  // S 的下标
       int j = 0;  // P 的下标
       int s_len = S.size();
       int p_len = P.size();
   
       while (i < s_len && j < p_len)
       {
           if (j == -1 || S[i] == P[j])  // P 的第一个字符不匹配或 S[i] == P[j]
           {
               i++;
               j++;
           }
           else
               j = next[j];  // 当前字符匹配失败，进行跳转
       }
   
       if (j == p_len)  // 匹配成功
           return i - j;
       
       return -1;
   }

2 > next数组的解释

下面用到了递归的深度思想，可能下面内容会让你很不理解 ，所以建议先学一些递归的思想在看此片内容，会好很多。

next数组的求解基于“真前缀”和“真后缀”，即next[i]等于P[0]...P[i - 1]最长的相同真前后缀的长度（请暂时忽视i等于0时的情况，下面会有解释）。我们依旧以上述的表格为例，为了方便阅读，我复制在下方了

	A	D	A	B	A	D	A	D	C
PMT	0	0	1	0	1	2	3	2	0
next	-1	0	0	1	0	1	2	3	2
i	0	1	2	3	4	5	6	7	8

关于pmt表的知识 可自行百度，这里不做解释

1. i = 0，对于模式串的首字符，我们统一为next[0] = -1；
2. i = 1，前面的字符串为A，其最长相同真前后缀长度为0，即next[1] = 0；
3. i = 2，前面的字符串为AD，其最长相同真前后缀长度为0，即next[2] = 0；
4. i = 3，前面的字符串为ADA，其最长相同真前后缀长度为1，即next[3] = 1；
5. i = 4，前面的字符串为ADAB，其最长相同真前后缀长度为0，即next[4] = 0；
6. i = 5，前面的字符串为ADABA，其最长相同真前后缀为A，即next[5] = 1；
7. i = 6，前面的字符串为ADABAD，其最长相同真前后缀为AD，即next[6] = 2；
8. i = 7，前面的字符串为ADABADA，其最长相同真前后缀长度为ADA，即next[7] = 3。
9. i = 8,   前面的字符串位ADABADAD,其最长相同真前后缀长度为AD,即 next[ 8 ] = 2;
   

我们直接从代码分析这个next数组的求法 ；

/* P 为模式串，下标从 0 开始 */
void GetNext(string P, int next[])
{
    int p_len = P.size();
    int i = 0;   // P 的下标
    int j = -1;  
    next[0] = -1;

    while (i < p_len)
    {
        if (j == -1 || P[i] == P[j])
        {
            i++;
            j++;
            next[i] = j;
        }
        else
            j = next[j];//每当匹配不成功则进行下一次的匹配    }
}

其实很多人就是看不懂j = next[ j ] 的代码段；

假设 我们已经知道了next[i] 的值 ，现在要求next[i + 1]的值；那我们就以i = 7为例 现在知道next[i] ( 即next[7] ) = 3;现在要求next[i+1];下面我将通过画图来进行解释   ：

可能大家看图也不是很懂 ，大概就是求next[8]时；需先让p[ next[ 3] ] 和p[ i ] 相比较如果相等 直接就等于next[ 7 ] + 1;如果不等的话 比如说 上面的ABAD和ABAB最后一个不等 ，这时候我们不需把p从头开始匹配而是像kmp算法一样利用next数组的方式移动，只不过这个是利用自己的next，而kmp是利用要求的next数组，这时候我们在让他匹配, 可以知道AD 和AD 正好匹配成功了这时候next[ 8 ] 的值就出来了，可以认为其实next数组的求法也是在利用kmp算法 只不过kmp更加独立，而next是自己用自己的next来求；大概就是这样一种解释，本人水平比较低 ，正在学习中这是自己的一种理解，如有帮助，内心欣慰，如发现错误还望指出，希望大家共同学习，谢谢！