kmp 字符串匹配算法
- s1为原字符串,长n,s2为目的字符串长度m,n>=m,想在s1中找到连续的n2
- n*m级别的基本算法:从s1第i位开始,检查接下来的m位是否与s2相同,相同匹配成功,否则接着从i+1开始继续匹配m个字符。
- kmp算法目的是,第i次匹配可以使用i-1次匹配失败的结果
- 假如当前s1匹配到c1处,s2匹配到c2处,尝试复用c2之前的匹配结果,s2的前c2个字符串是与s1往前c2长的字符串相同的;
- 假设s2的前c2位中,前j个字符与后j个字符相同(最长前缀与最长后缀匹配——最多前j个字符与后j个字符相同),那么就可以从s1的c1处接着匹配s2的j处;c2从0到m-1,需要保存对应的j,这就是next数组,目标字符串才有next数组
- next数组求法,s位目标串
- next[0]为-1,标志着到了第0位(下面需要可以判断是否到了next的边缘),next[1]为0,表示当1处的字符不匹配,应该从0处开始重新匹配
- 从next[2]开始,使用next[0-i]的值计算next[i]:
- next[i]表示,s中第0到next[i]-1这next[i]位字符与i往前数next[i]位的字符匹配,
- 若i+1的值等于next[i]+1,则next[i+1]等于next[i]+1(第i+1位的最长前后缀为第i位加一)
- 否则查看next[next[i]]+1处字符是否与i+1处相同,这样next[i+1]为next[next[i]]+1
- 循环3,直到一直找到0处,这时next[i+1]为0
代码
public class KMP {
public static void main(String[] a) {
StringBuilder s1, s2;
for(int i=0; i<1000; i++) {
s1 = randomStr(3);
s2 = randomStr(10);
if((s2.indexOf(s1.toString()) != -1) && !match(s1.toString(), s2.toString())) {
System.out.println("error");
System.out.println("s1:" + s1);
System.out.println("s2:" + s2);
System.out.println();
return;
}
}
System.out.println("success");
}
public static StringBuilder randomStr(int n) {
StringBuilder stringBuilder = new StringBuilder();
for(int i=0; i<n; i++) {
char c = (char)('a' + (int) (Math.random()*26));
stringBuilder.append(c);
}
return stringBuilder;
}
public static int[] getNextArr(String s) {
if(s == null || s.length() == 0) return new int[0];
if(s.length() == 1) return new int[]{-1};
if(s.length() == 2) return new int[]{-1, 0};
int[] next = new int[s.length()];
next[0] = -1;
next[1] = 0;
for(int i=2, j=0; i<s.length(); i++) {
j = i-1;
while(next[j]>-1 && s.charAt(i-1) != s.charAt(next[j])) {
j = next[j];
}
next[i] = next[j] + 1;
}
return next;
}
public static boolean match(String s1, String s2) {
int[] next = getNextArr(s1);
for(int i=0, j=0; j<s2.length(); ) {
if(s1.charAt(i) == s2.charAt(j)) {
i++;
j++;
if(i == s1.length()) return true;
} else {
i = next[i];
if(i == -1) {
i = 0;
j++;
}
}
}
return false;
}
}
kmp jdk 实现
string的split方法
n^2级别的算法