串的运用--模式匹配--KMP算法（C语言）

模式匹配（C语言）

用于串学习中的字符串匹配
从主串T中匹配与字串（模式）相同的的字符，返回主串与模式匹配的首个字符的下标。
以下介绍两种算法：

//定义串格式 0号单元存放串的长度
typedef unsigned char SString[MAXSIZE + 1];  

BF算法

BF算法是运用双指针i，j;i从主串的第pos个下标开始,j从模式串的第一位开始，将模式串与主串比较，依照指针i，j一一比较，若i,j指向的单位元素相等则进行i指向主串下一位置（i++）,j指向模式串下一元素（j++)。若不相等则i指针返回此次主串与模式串比较的首次元素的下一个位置（i=i-j+2）,j返回模式串首位（j=1），进行再次比较，直到模式串与主串上的部分序列完全相同，则匹配完成返回此次i开始的主串位置（i-T(0)）,否则返回0。

int StrIndex_BF(SString S, SString T,int pos)
{
	//入口参数：主串S 模式串T 开始匹配的下标pos
	//返回参数：子串T在主串S中的第pos个字符之后的位置，若不存在返回0
	//限制条件：T非空  1<=pos<=Strlength(S)
	int i = pos, j = 1;
	while (i <= S[0] && j <= T[0])
	{
		if (S[i] == T[j]) { ++i, ++j; }
		else { i = i - j + 2; j = 1; }           //回溯
	}
	if (j > T[0])  return i - T[0];
	else return 0;
}

在最好的情况下时间复杂的为O(n+m)
在最差的情况下时间复杂的为O(n*m)
n,m分别为主串和字符串的长度

如图：pos=1(0位置储存串长度)

BF算法中因为回溯的原因导致了算法在一定情况下不适合。

KMP算法(BF算法的优化)

在上述的BF算法中，由于回溯导致了时间复杂度增加，在BF算法的图解中可以知道第2，4，5趟匹配是无效的。
如图进行优化：

在优化的图中进行了"滑动"，则不是模式串右移一位，而是根据已经与主串比较的模式串的序列的规律进行滑动（由规律减少了回溯的次数）。
规律:
在模式串中查看已经匹配的子串序列，在其字串中查找最大公共前后缀，将j指针所指的位置指向最大公共前后缀的长度+1的模式串下标。
如：上图
第一趟：j=3,已匹配的子串为ab,没有最大公共前后缀,则最大公共前后缀的长度为0+1，即下一趟开始的时候j=1。
第二趟：j=5,已经匹配的子串为abca,最大公共前后缀的长度为1+1，即下一趟开始的时候j=2。
*[最大公共前后缀]：字符串前面由字符串头部开始不到尾部的子序列，字符串不由头部开始尾部结束的子序列叫做前缀和后缀。
如 ：ababa的最大公共前后缀为aba,前缀为abaab,后缀为ababa。
可知滑动的长度与主串没有关系，只跟模式串的j指针的所指的模式串下标有关，即每一个模式串的元素（下标）都对应一个相应的滑动值。
将滑动的长度即最大公共前后缀的长度存在next数组中。
优化后得代码为：
kmp算法代码

int StrIndex_KMP(SString S, SString T, int pos,int next[])
{
	int i = pos, j = 1;
	while(i <= S[0] && j <= T[0]) {
		if (j == 0 || S[i] == T[j]) { i++; j++; }//继续比较后继字符
		else j = next[j];  //模式串向右移动
	}
	if (j > T[0])  return i - T[0];
	else return 0;
}

next数组

(最大公共前后缀可得)
next值仅取决于模式串本身，而和相匹配的主串无关，可从分析其定义出发用递推的方法求得next函数值。
知next[1]=0

设已经知道了next[j]=k
则模式串中下标1到k-1 与下标j-k+1到j-1元素一一对应
则next[j+1]=?存在两种可能

1. T[j]=T[k],则next[j+1]=next[j]+1
2. T[j]≠T[k],则重新（查找公共前后缀_{(此时可把求next函数值的问题看成是一个模式匹配的问题，整个模式串既是主串又是模式串，而当前在匹配的过程中，已有tj–k+1=t1，tj–k+2=t2，…，tj−1=tk−1)}此时已经知道了T[k]≠T[j]，则判断T[next[k]]=T[j]是否成立，如成立则next[j]=next[k]+1。不成立则依次类推，直到T[j]与某个字符相等，否则next[j]=1。

如图：

get_next代码：

void get_next(SString T, int *next)
{
   //求模式串的next函数值并存入数组next中
   int i = 1, j = 0; next[1] = 0;
   while (i < 9)
   {
   	if (j == 0 || T[i] == T[j]) { ++i; ++j; next[i] = j; }
   	else j = next[j];
   }//get _next;
}

算法复杂度：O(m)

nextval数组

next函数值的优化
如“aaaab”在和主串“aaabaaaab”匹配时，当i=4、j=4时S[4]≠T[4]，由next[j]的指示还需进行i=4、j=3，i=4、j=2，i=4、j=1这3次比较。
实际上，因为模式中第1～3个字符和第4个字符都相等，因此不需要再和主串中第4个字符相比较，而可以将模式连续向右滑动4个字符的位置直接进行i=5、j=1时的字符比较。这就是说，若按上述定义得到next[j]=k，而模式中T[j]=T[k]，则当主串中字符S[i]和T[j]比较不等时，不需要再和T[k]进行比较，而直接和Tnext［k］进行比较，换句话说，此时的next[j]应和next[k]相同。由此可得计算next函数修正值的算法
如图：

void get_nextval(SString T, int nextval[])
{
	//求模式串T的next函数修正值并存入数组nextval中
	int i = 1, nextval[1] = 0, j = 0;
	while (i < T[0])
	{
		if (j == 0 || T[i] == T[j]) {
			++i; ++j;
			if (T[i] != T[j])nextval[i] = j;
			else nextval[i] = nextval[j];
		}
		else j = nextval[j];
	}
}//get nextval;