KMP算法

简介

一种用于字符串匹配的快速算法。该算法的核心在于利用已经匹配过的信息，避免不必要的字符比较，从而提高匹配效率。其中的一个关键部分是计算next数组，它用于指示在匹配失败时，应该将模式串向右移动多少位。

关键的next 数组怎么计算的?

下面是计算next数组的基本步骤：

1. 初始化：将next数组的第一个元素（next[0]）设为-1，将next数组的第二个元素（next[1]）设为0。

2. 遍历模式串：从模式串的第二个字符（下标为1）开始，依次计算每个位置上的next值。

3. 计算next值：对于位置i，从i-1位置开始向前找，找到第一个与模式串第i个字符相等的位置j。然后，next[i]的值为j+1。

4. 如果找不到这样的j，说明在当前位置i匹配失败时，应该将模式串整体向右移动一位，即next[i]为0。
   如果找到了j，说明在当前位置i匹配失败时，可以利用已匹配的信息，将模式串右移j+1位。
   重复：继续遍历模式串的下一个位置，重复步骤3，直到计算完整个next数组。

下面是一个示例，说明如何计算next数组：

"ABABCD" 

初始化：将next数组的第一个元素（next[0]）设为-1，将next数组的第二个元素（next[1]）设为0。

  A B A B C D
-1 0

对于位置1（B），[没找到与B相同的]，所以 next[2] = 0 。

  A B A B C D
-1 0 0

对于位置2（A），找到位置0（A），所以 next[3] = 0+1=1。

  A B A B C D
-1 0 0 1

对于位置3（B），找到位置1（B），所以 next[4] = 1+1=2。

  A B A B C D
-1 0 0 1 2

对于位置4（C），没找到相同的，所以 next[5] = 0。

  A B A B C D
-1 0 0 1 2 0

def compute_next(pattern):
    """
    计算模式串的next数组
    """
    m = len(pattern)
    next_array = [-1] * m
    j = -1

    for i in range(1, m):
        while j >= 0 and pattern[i - 1] != pattern[j]: # 没有走到 -1 就是数组的头部,且不相等
            j = next_array[j]
        j += 1
        next_array[i] = j

    return next_array

def kmp_search(text, pattern):
    """
    KMP算法进行字符串匹配
    """
    n = len(text)
    m = len(pattern)
    next_array = compute_next(pattern)
    print("next数组:",next_array)
    i = j = 0

    while i < n: # 匹配是否到text末尾
        while j >= 0 and text[i] != pattern[j]: #
            j = next_array[j]
        i += 1
        j += 1

        if j == m:
            # 匹配成功，返回匹配位置的起始索引
            return i - j

    # 没有匹配成功，返回-1
    return -1

# 测试
text = "ABABCABABCABCABABCD"
pattern = "ABABCD"

result = kmp_search(text, pattern)

if result != -1:
    print(f"在文本中找到模式串，起始位置为：{result}")
else:
    print("在文本中未找到模式串")