KMP算法简述

讨论了一下午绕晕了都没搞懂了算法，看了视频12分钟基本搞懂了

附上B站视频链接：https://www.bilibili.com/video/av3246487?from=search&seid=5216993177757720410

先从暴力搜索开始说起，暴力搜索的匹配模式如下：

初始状态：

 

 

• 如果当前字符匹配成功（即S[i] == P[j]），则i++，j++，继续匹配下一个字符；

 

• 如果失配（即S[i]! = P[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。

 

• 而S[1]肯定跟P[0]失配。为什么呢？因为在之前第1步匹配中，我们已经得知S[1] = P[1] = b，而P[0] = a，即P[1] != P[0]，故S[1]必定不等于P[0]，所以回溯过去必然会导致失配。暴力匹配的时间复杂度为O（m*n）,就像刚才所说，暴力匹配在回溯的过程中执行了很多不必要的步骤，导致时间复杂度加大，那用什么算法可以减少暴力匹配中不必要的回溯呢？

KMP算法：

KMP算法的与暴力匹配的最大区别点就是：当到达不匹配的位置时i是不变的，只有模式串自身在回溯，那具体模式串的j要回溯到什么位置，现在就要引入一个数组next[],当s[i]!=p[j]时，令j=next[j]。而KMP算法最核心的部分就是next数组的求法，有很多种不同的找法，其实思想也差不多，只是每个人的理解不同。

接下来着重介绍next[]数组是如何得到的：

观察发现，j回溯的位置与模式串自身的结构有很大的关系，此处介绍前缀和后缀的概念：

• 如果给定的模式串是：“abcaby”，从左至右遍历整个模式串，其各个子串的前缀后缀分别如下表格所示：

 

字符串	前缀	后缀	最大公共部分	最大公共部分长度
a	空	空	无	0
ab	a	b	无	0
abc	a,ab	c,bc	无	0
abca	a,ab,abc	a,ca,bca	a	1
abcab	a,ab,abc,abca	b,ab,cab,bcab	ab	2
abcaby	a,ab,abc,abca,abcab	y,by,aby,caby,bcaby	无	0

•  得到最大长度表：（用数组n[]表示，与next[]数组密切相关）

  下标	0	1	2	3	4	5
  下标对应字符	a	b	c	a	b	c
  n[i]	0	0	0	1	2	0

我们结合最大长度表的意义可以发现，当匹配过程中出现s[i]!=p[j]时i，本应该执行j=0,但公共长度=前缀和后缀相等部分的长度，既然后缀已经匹配了，那前缀也一定匹配，因此直接跳过公共部分，所以应该从字符串头开始跳过j之前字符串的最大公共长度(即p[j-1]) 个字符，即：j=n[j-1];

所以，观察可以发现，next[]数组起始其实就是n[]数组依次往右移一位所构成的，由于next[0]没有元素，因此我们把next[0]初始化为-1,next数组就已经完成构建了。

 

n[]数组构建步骤：

 

 

 

 

下面附上得到next[]数组的代码：

 

 1 int GetNext(string p, int plen)//匹配串自己和自己匹配的过程 
 2 {
 3     int n[1000];
 4     int i = 0, j = 1;//i在首位上 
 5     n[0] = 0;//n[0]初始化为0 
 6     next[c++]=-1;
 7     while (j < plen)//循环条件为模式串p遍历结束 
 8     {
 9         //从头开始比较，寻找到公共部分 
10         if (p[i] == p[j]) {//若发现当前字符也是公共前缀
11             n[j] = i + 1;//在之前已找到公共前缀的下标加1（记录当前已知公共部分的长度）  
12             i++; j++;//若相同，i,j同时移动 
13         }
14         else {
15             if (i == 0)n[j] = 0; 
16             else i = n[i - 1];//若遇到与前缀的最后一个定位符不匹配的字符，应该回溯，去找上一个最大前缀的最大公共部分
17                               //不断前回溯，直到匹配或者i回到第一个字符 
18         }
19         next[c++]=n[i];
20     }
21     return 0;
22 }

 

KMP匹配过程：

 

 

 

KMP算法中循环结束的标志是j<plen

 1 int KMPsearch(string t, string p)
 2 {
 3     int plen = p.length(), tlen = t.length();
 4     GetNext(p, plen);
 5     int i=0, j=0;
 6     while (i < tlen&&j < plen)
 7     {
 8         if (t[i] == p[j])//匹配，同时移动i,j 
 9         {
10             i++; j++;
11         }
12         else //不匹配，移动j,i不动 
13         {
14             if (j == 0)i++;
15             else j = next[j];
16         }
17     }
18     if (j >= plen)return i - j;
19     else return -1;
20 }

 完整代码：

 1 #include<iostream>
 2 #include<cstring>
 3 using namespace std;
 4 int next[1000],c=0;
 5 int GetNext(string p, int plen)//匹配串自己和自己匹配的过程 
 6 {
 7     int n[1000];
 8     int i = 0, j = 1;//i在首位上 
 9     n[0] = 0;//n[0]初始化为0 
10     next[c++]=-1;
11     while (j < plen)//循环条件为模式串p遍历结束 
12     {
13         //从头开始比较，寻找到公共部分 
14         if (p[i] == p[j]) {//若发现当前字符也是公共前缀
15             n[j] = i + 1;//在之前已找到公共前缀的下标加1（记录当前已知公共部分的长度）  
16             i++; j++;//若相同，i,j同时移动 
17         }
18         else {
19             if (i == 0)n[j] = 0; 
20             else i = n[i - 1];//若遇到与前缀的最后一个定位符不匹配的字符，应该回溯，去找上一个最大前缀的最大公共部分
21                               //不断前回溯，直到匹配或者i回到第一个字符 
22         }
23         next[c++]=n[i];
24     }
25     return 0;
26 }
27 
28 int KMPsearch(string t, string p)
29 {
30     int plen = p.length(), tlen = t.length();
31     GetNext(p, plen);
32     int i=0, j=0;
33     while (i < tlen&&j < plen)
34     {
35         if (t[i] == p[j])//匹配，同时移动i,j 
36         {
37             i++; j++;
38         }
39         else //不匹配，移动j,i不动 
40         {
41             if (j == 0)i++;
42             else j = next[j];
43         }
44     }
45     if (j >= plen)return i - j;
46     else return -1;
47 }
48 int main()
49 {
50     string t, p;
51     t = "abcdefgggghhhjjj";
52     p = "jjj";
53     cout << KMPsearch(t, p);
54     return 0;
55 }

输出结果：

转载于:https://www.cnblogs.com/SUHANG12138/p/11168745.html