大厂程序员必备十大基础算法 -- KMP算法

最新推荐文章于 2024-04-30 19:17:52 发布

众里寻她千百回

最新推荐文章于 2024-04-30 19:17:52 发布

阅读量448

点赞数

分类专栏：数据结构与算法java版文章标签： KMP 字符串匹配暴力匹配算法数据结构

本文链接：https://blog.csdn.net/JeremyIverson/article/details/105546574

版权

数据结构与算法java版专栏收录该内容

32 篇文章 1 订阅

订阅专栏

1. KMP 算法

1.1 应用场景-字符串匹配问题

字符串匹配问题：

有一个字符串 str1= “010101010101010010101010101”，和一个子串 str2=“0101010100”
现在要判断 str1 是否含有 str2, 如果存在，就返回第一次出现的位置, 如果没有，则返回-1

1.2 暴力匹配算法

如果用暴力匹配的思路，并假设现在 str1 匹配到 i 位置，子串 str2 匹配到 j 位置，则有:

如果当前字符匹配成功（即 str1[i] == str2[j]），则 i++，j++，继续匹配下一个字符
如果失配（即 str1[i]! = str2[j]），令 i = i - (j - 1)，j = 0。相当于每次匹配失败时，i 回溯，j 被置为 0。
用暴力方法解决的话就会有大量的回溯，每次只移动一位，若是不匹配，移动到下一位接着判断，浪费了大量的时间。(不可行!)
暴力匹配算法实现.
暴力匹配的代码实现：

public class ViolenceMatch {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		//测试暴力匹配算法
		String str1 = "010101010101010010101010101";
		String str2 = "0101010100";
		int index = violenceMatch(str1, str2);
		System.out.println("index = "+index);

	}
	
	public static int violenceMatch(String str1,String str2){
		char[] s1 = str1.toCharArray();
		char[] s2 = str2.toCharArray();
		
		int s1Len = s1.length;
		int s2Len = s2.length;
		
		int i = 0; //i索引指向s1
		int j = 0; //j索引指向s2
		while( i < s1Len && j < s2Len){
			if(s1[i] == s2[j]){
				i++;
				j++;
			}else{
				//如果失配（即str1[i]! = str2[j]），令i = i - (j - 1)，j = 0
				i = i - (j - 1);
				j = 0;
			}
		}
		//判断是否匹配成功
		if(j == s2Len){
			return i - j;
		}else{
			return -1;
		}
	}

}

1.3 KMP 算法介绍

KMP 是一个解决模式串在文本串是否出现过，如果出现过，最早出现的位置的经典算法。
Knuth-Morris-Pratt 字符串查找算法，简称为 “KMP 算法”，常用于在一个文本串 S 内查找一个模式串 P 的出现位置，这个算法由 Donald Knuth、Vaughan Pratt、James H. Morris 三人于 1977 年联合发表，故取这 3 人的姓氏命名此算法。
KMP 方法算法就利用之前判断过信息，通过一个 next 数组，保存模式串中前后最长公共子序列的长度，每次回溯时，通过 next 数组找到，前面匹配过的位置，省去了大量的计算时间。

1.4 KMP 算法最佳应用-字符串匹配问题

字符串匹配问题：

有一个字符串 str1= “BBC ABCDAB ABCDABCDABDE”，和一个子串 str2=“ABCDABD”
现在要判断 str1 是否含有 str2, 如果存在，就返回第一次出现的位置, 如果没有，则返回-1
要求：使用 KMP 算法完成判断，不能使用简单的暴力匹配算法.

思路分析:

举例来说，有一个字符串 Str1 = “BBC ABCDAB ABCDABCDABDE”，判断，里面是否包含另一个字符串 Str2 =“ABCDABD”？

首先，用 Str1 的第一个字符和 Str2 的第一个字符去比较，不符合，关键词向后移动一位
重复第一步，还是不符合，再后移
一直重复，直到Str1有一个字符与Str2的第一个字符符合为止
接着比较字符串和搜索词的下一个字符，还是符合。
遇到 Str1 有一个字符与 Str2 对应的字符不符合。
这时候，想到的是继续遍历 Str1 的下一个字符，重复第 1 步。(其实是很不明智的，因为此时 BCD 已经比较过了，没有必要再做重复的工作，一个基本事实是，当空格与 D 不匹配时，你其实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，继续把它向后移，这样就提高了效率。)
怎么做到把刚刚重复的步骤省略掉？可以对 Str2 计算出一张《部分匹配表》，这张表的产生在后面介绍
已知空格与D不匹配时，前面六个字符”ABCDAB”是匹配的。查表可知，最后一个匹配字符B对应的”部分匹配值”为2，因此按照下面的公式算出向后移动的位数：移动位数 = 已匹配的字符数 - 对应的部分匹配值因为 6 - 2 等于4，所以将搜索词向后移动 4 位。
因为空格与Ｃ不匹配，搜索词还要继续往后移。这时，已匹配的字符数为 2（”AB”），对应的”部分匹配值” 为 0。所以，移动位数 = 2 - 0，结果为 2，于是将搜索词向后移 2 位。
因为空格与 A 不匹配，继续后移一位。
逐位比较，直到发现 C 与 D 不匹配。于是，移动位数 = 6 - 2，继续将搜索词向后移动 4 位。
逐位比较，直到搜索词的最后一位，发现完全匹配，于是搜索完成。如果还要继续搜索（即找出全部匹配），移动位数 = 7 - 0，再将搜索词向后移动 7 位，这里就不再重复了。
介绍《部分匹配表》怎么产生的。先介绍前缀，后缀是什么

“部分匹配值”就是”前缀”和”后缀”的最长的共有元素的长度。以”ABCDABD”为例，

”A”的前缀和后缀都为空集，共有元素的长度为 0；
”AB”的前缀为[A]，后缀为[B]，共有元素的长度为 0；
”ABC”的前缀为[A, AB]，后缀为[BC, C]，共有元素的长度 0；
”ABCD”的前缀为[A, AB, ABC]，后缀为[BCD, CD, D]，共有元素的长度为 0；
”ABCDA”的前缀为[A, AB, ABC, ABCD]，后缀为[BCDA, CDA, DA, A]，共有元素为”A”，长度为 1；
”ABCDAB”的前缀为[A, AB, ABC, ABCD, ABCDA]，后缀为[BCDAB,CDAB, DAB, AB, B]，共有元素为”AB”，
长度为 2；
”ABCDABD”的前缀为[A, AB, ABC, ABCD, ABCDA, ABCDAB]，后缀为[BCDABD, CDABD, DABD, ABD, BD,D]，共有元素的长度为 0。

”部分匹配”的实质是，有时候，字符串头部和尾部会有重复。比如，”ABCDAB”之中有两个”AB”，那么它的”部分匹配值”就是 2（”AB”的长度）。搜索词移动的时候，第一个”AB”向后移动 4 位（字符串长度- 部分匹配值），就可以来到第二个”AB”的位置。

到此 KMP 算法思想分析完毕!
KMP算法的代码实现如下：

public class KMPAlgorithm {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		String str1 = "BBC ABCDAB ABCDABCDABDE";
		String str2 = "ABCDABD";
		
		int[] next = kmpNext("ABCDABD");
		System.out.println("index = " + kmpSearch(str1, str2, next));

	}
	//获取到一个字符串(子串)的部分匹配值表
	public static int[] kmpNext(String dest){
		//创建一个next数组保存部分匹配值
		int[] next = new int[dest.length()];
		next[0] = 0; //字符串长度为0部分匹配值就是0
		for(int i = 1 ,j = 0; i < dest.length(); i++){
			//当dest.charAt(i) != dest.charAt(j) 需要从next[j - 1]中获取新的j
			while(j > 0 && dest.charAt(i) != dest.charAt(j)){
				j = next[j - 1];
			}
			if(dest.charAt(i) == dest.charAt(j)){//相等部分匹配值 +1
				j++;
			}
			next[i] = j;
		}
		return next;
	}
	/**
	 * 
	 * @param str1 源字符串
	 * @param str2 子串
	 * @param next 子串的部分匹配表
	 * @return   -1没有匹配到，否则返回第一个匹配到位置
	 */
	public static int kmpSearch(String str1,String str2,int[] next){
		for(int i = 0 , j = 0 ; i < str1.length(); i++){
			//KMP算法的核心点
			while(j > 0 && str1.charAt(i) != str2.charAt(j)){
				j = next[j - 1];
			}
			if(str1.charAt(i) == str2.charAt(j)){
				j++;
			}
			if(j == str2.length()){
				return i - j + 1;
			}
		}
		return -1;
	}
   
}