KMP算法

1.nex数组

对于长度为$n$的字符串$S$，定义 n e x i = m a x { x ∣ x ∈ { 1 , 2 , . . . , i − 1 } } nex_i=max\{x|x\in \{1,2,...,i-1\}\} nexi​=max{x∣x∈{1,2,...,i−1}}且$x$满足$S_1{S}_2....S_x=S_{i-x+1}{S}_{i-x+2}...S_i$。特别地，若不存在这样的$x$，则$ne{x}_i=0$。

2.归纳法求解nex数组

当$i=1$，显然有$ne{x}_1=0$。
当$i>1$，设当前已经求出了$ne{x}_1,ne{x}_2,...,ne{x}_{i-1}$，现求解$ne{x}_i$：

如图，不妨设$ne{x}_{i-1}=j,ne{x}_j=k,ne{x}_k=h,ne{x}_h=...$
令$A,B,C,D,E,F$为对应填充区域表示的字符串，则由$nex$数组的定义，有$A=B,C=D,E=F$。

若$S_{j+1}=S_{(i-1)+1}=S_i$，则$ne{x}_i=j+1=ne{x}_{i-1}+1$。
证：由$A=B,S_{j+1}=S_i\Rightarrow A+S_{j+1}=B+S_i$，再证明$j+1$是最大的，设存在$j+1<x<i$使得$ne{x}_i=x$，则有$$\begin{gathered} S_1{S}_2...S_{x-1}{S}_x=S_{i-x+1}{S}_{i-x+2}...S_{i-1}{S}_i \\ \Rightarrow S_1{S}_2...S_{x-1}=S_{i-x+1}{S}_{i-x+2}...S_{i-1} \end{gathered}$$从而有$ne{x}_{i-1}=x-1>j$与$ne{x}_i=j$矛盾，故$j+1$是最大的。

若$S_{j+1}\ne S_i$，则对于位置$k$，若$s_{k+1}=S_i$，则$ne{x}_i=k+1$.
证：$A=C+x+D=B,S_{k+1}=S_i\Rightarrow C+S_{k+1}=D+S_i$，同理可证$k+1$是最大的。
若$S_{k+1}\ne S_i$，继续递归检查$ne{x}_k,ne{x}_{ne{x}_k},...$即可。
特别的，递归到$ne{x}_0$后则$ne{x}_i=0$（特别定义$ne{x}_0=-1$）。

void kmp_next(int n,char *s)
{
    //n is the length of string s
    //s indexes labeled from 1 to n
    nex[0]=-1;
    for(int i=1;i<=n;i++)
    {
        int k=nex[i-1];
        while(k!=-1&&s[k+1]!=s[i]) k=nex[k];
        nex[i]=k+1;
    }
}

3.利用nex数组进行字符串匹配

在一个字符串$T$中查找字符串$S$的出现次数。设有$T_{j-i+1}{T}_{j-i+2}....T_j=S_1{S}_2...S_i$但$T_{j+1}\ne S_{i+1}$，只需让$i$回溯到$ne{x}_i$再继续拿$S_{ne{x}_i+1}$与$T_{j+1}$进行匹配即可，因为由$nex$数组的性质有$S_1{S}_2...S_{ne{x}_i}=S_{i-ne{x}_i+1}{S}_{i-ne{x}_i+2}...S_i=T_{j-ne{x}_i+1}{T}_{j-ne{x}_i+2}...T_j$。

int kmp_match(int n,int m,char *s,char *t)
{
    //n is the length of string s
    //s indexes labeled from 1 to n
    //m is the length of string s
    //t indexes labeled from 1 to m
    int match_count=0;
    for(int i=0,j=0;i<m;i++)
    {
        while(j!=-1&&s[j+1]!=t[i+1])
            j=nex[j];
        j++;
        if(j==n)
        {
            match_count++;
            j=nex[j];
        }
    }
    return match_count;
}