C++ KMP算法

C++KMP算法

前言

最近刷题发现对KMP算法理解实在是不到位，所以查了很多大佬们写的资料，总结整理了一下，打算自己也写一篇捋清一下思路,有不对的地方希望各位大佬指正

适用问题

两个字符串 判断其中一个是不是另一个字符串的子串，是就返回包含的起始位置

用算法的原因

原始的暴力破解法时间复杂度太高 为了简化时间复杂度

具体步骤

（设两个字符串判断ptr是不是str的子串）：
1.计算ptr的Next数组
（存在字符串p！=目标字符串且p同时是字符串的前缀和后缀，
若存在p则next数组的值为前缀p的最后一个索引，若不存在数组值为-1）
（最长前缀不能是它本身，既从第一个字符开始，但是不包含最后一个字符）
eg:ababa ( 由于上述注意所说，只有一个字符的字符串不存在前缀 所以next[0]一定是-1 ）
next[1]是ababa的ab 无子串p满足同时为ababa的前缀和后缀，所以next[1]=-1
next[2]是aba 存在子串a满足条件 值为前缀最后一个索引 next[2]=0
后面同理 一直到 next[4] .）
2 .初始化k=-1表示str已经被匹配到最后一位
3. 让i遍历ptr 每次试图比较ptr[k + 1] == str[i]
4.若不等，不断令k = next[k];直到k==-1 或ptr[k + 1] == str[i]
5.如果ptr[k + 1] == str[i]则k++ 直到k到达ptr.length()-1，

主要原理

原来的暴力算法 一个一个比较每次移动距离是1
KMP算法可以通过细分情况把移动距离加大减少比较次数 优化时间

代码转自: https://blog.csdn.net/starstar1992/article/details/54913261.

代码

// KMP
void cal_next(char *str, int *next, int len)//（主要思路是递推）
{
    next[0] = -1;//next[0]初始化为-1，所有字符串的next[0]均为1（不存在前缀）
    int k = -1;//k初始化为-1 k为相同前缀和后缀的最长长度 
    for (int q = 1; q <= len-1; q++) //循环 计算next[0]到next[q]的值
    {
        while (k > -1 && str[k + 1] != str[q])//如果下一个不同，那么k就变成next[k]，注意next[k]是小于k的，无论k取任何值。
        {
            k = next[k];//往前回溯
        }
        if (str[k + 1] == str[q])//如果相同，k++
        {
            k = k + 1;
        }
        next[q] = k;//这个是把算的k的值（就是相同的最大前缀和最大后缀长）赋给next[q]
    }
}

代码理解

递推思想，假设已经求出了next[0]到next[q-1]，下一步要求next[q]；eg:字符串s=abababc

假设已经求出了next[0]=-1,next[1]=-1,next[2]=0,next[3]=1,求next[4].

当求到next[3]，我们到abab，知道了最长的前后缀相等的子串p为ab
若s[4]==s[next[3]+1] 那p就可以向后多增加一位 既p=aba。 相比于s=abab新增了一个字母a

字符串变长了，则尝试将子串p也变长，之前的已经比较，只需比较s新增的字符与p变长新增的字符是否相等就行。
所以next[4]=next[3]+1=2

ok,接着计算next[5] 同理,让我们先看看s[5]是否等于s[next[4]+1],ababab 相等next[5]=next[4]+1=3

next[6]的情况就有些不同，我们发现s[6]!=s[next[5]+1] 即p不能像上面那样顺利变长了，那我们就尝试缩短

这时候一般的方法，是将K慢慢缩小，即k–；直到找到一个k满足str[k+1]==str[q]

但是这样容易遇到一个问题！

eg:abccabcb，str[7]匹配不到的时候会和str[5]匹配，next[7]变为0，实则应该是-1

KMP算法给了一种更正确的方法，k=next[k]；即如果找不到合适的后缀，就跳过中间那段，去前缀里面找

举个例子：abababc 求到next[5]时p为abab p不能加长那就把p缩短 虽然ababa不等于ababc 但是我们已经比较了前面的abab相同，所以我们只需要把新增的后缀尾巴c 放到前缀里找就ok，那我们就只需要求abab的p就好了，即next[3]

即看一眼k=next[3],比较s[k+1]的值是否等于s[q]就好，就这样一直回溯，知道k=-1，找不到p。

KMP算法就同理了，直接上代码

int KMP(char *str, int slen, char *ptr, int plen)
{
    int *next = new int[plen];
    cal_next(ptr, next, plen);//计算ptr的next数组
    int k = -1;
    for (int i = 0; i < slen; i++)
    {
        while (k >-1&& ptr[k + 1] != str[i])//ptr和str不匹配，且k>-1（表示ptr和str有部分匹配）
            k = next[k];//往前回溯
        if (ptr[k + 1] == str[i])
            k = k + 1;
        if (k == plen-1)//说明k移动到ptr的最末端
        {
            //cout << "在位置" << i-plen+1<< endl;
            //k = -1;//重新初始化，寻找下一个
            //i = i - plen + 1;//i定位到该位置，外层for循环i++可以继续找下一个（这里默认存在两个匹配字符串可以部分重叠）
            return i-plen+1;//返回相应的位置
        }
    }
    return -1;  
}