KMP算法用于在主串中查找子串。
核心:当匹配失败后需要回溯时,要在此次失败的匹配中寻找一些信息,这些信息在哪里?
如图:a和c匹配失败时,此次失败的匹配已经完成了前面ababab串的成功匹配。有什么用?
对于ababab串,求其前缀集合{a, ab, aba, abab, ababa}和后缀集合{babab, abab, bab, ab, b}和交集{abab}中的最大长度的元素。即{abab}。这个abab在已经匹配的主串中,它的身份是后缀,但在子串中,它的身份是前缀。这样以来,因为我们找到的这个abab是前缀和后缀相等的东西,所以,我们在此次匹配失败后将要进行下一次匹配时,如图(b)便可以省去匹配这个abab的工作。
因此我们便有了一个next数组用于保存(在ababab串已经匹配时,下一次不用匹配abab)这样一些信息,也就是对子串中每个位置匹配失败时,前面部分的前后缀集合交集的最大长度是多少。
#include <iostream>
#include <vector>
using namespace std;
const vector<int> *kmp_next(string &pattern) {
static vector<int> next(pattern.size());
int i=0, j=-1;
next[0] = j;
while (i<pattern.length()) {
if (j==-1 || pattern[i] == pattern[j]) {
i++;
j++;
next[i] = j;
}else {
j = next[j];
}
}
return &next;
}
int kmp(string target, string pattern) {
const vector<int> *next = kmp_next(pattern);
int i = 0, j = 0;
while (i<target.length() && j<pattern.length()) {
if (j == -1 || target[i] == pattern[j]) {
i++;
j++;
}else {
j = (*next)[j];
}
}
if (j == pattern.length()) {
return i-j;
}else {
return -1;
}
}
int main(int argc, const char * argv[]) {
string target = "abababababca";
string pattern = "abababca";
int position = kmp(target, pattern);
cout << position << endl;
return 0;
}