KMP算法原理

KMP

考虑在字符串 $S$ 中找到所有字符串 $P$ 的出现位置。

1.暴力算法

首先最直接的想法就是逐位比较，不一样则 $P$ 向右移动一位就从头开始

设 $S=abcabcabcc$ $T=abcabcc$, 则过程为

2.优化

每次失配时，$T$ 只向右移动一位，且 $S$ 都要退回到 $T$ 开头对应位置重新开始匹配，这样会使得时间复杂度变成 $O(NM)$。

现在我们需要匹配时$S$ 不退回，每次都从失配时的位置开始匹配，且 $T$ 向右移动多位，这样大大优化时间。

假设我们在某一段已经匹配好了，但是下一位出现失配，我们考虑如何优化

比如这里 $a$ 和 $c$ 失配了, 考虑将 $T$ 向后移动

我们要保证 $S$ 不回退，那么就需要我们把 $T$ 向后移动到一个特别的位置，使得 $S$ 以 $a$ 前面一位结尾的后缀已经和 $T$ 的前置匹配好了，这样我们就不用回退 $S$ 。

如上图的 刚好以 $a$ 前一个位即 $c$ 结尾的后缀 $abc$ 和 $T$ 中的前缀 $abc$ 一样，所以我们只需把 $T$ 移动到相应位置 $S$ 就不用回退了。

因为前面已经匹配好了。

那么现在的问题就是怎么找 $T$ 移动多少位？

考虑上图，蓝色部分为已经匹配了，在 $T$ 等于$d$ 时失配，假设找到了一处 $S$ 后缀和 $T$ 前缀相等（下图黄色部分），

那么必定有**$T$ 的后缀和 $T$ 的前缀相等**（如下图），因为在失配的字符前都是已经匹配好了的，即上图蓝色的部分是对应相等的。

所以我们只需要在 $T$ 中找到它前缀和后缀相等的最长串称为最长公共前后缀（为什么要最长？），然后移动到相应位置即可。

但是如果我们发现还是不匹配怎么办呢？就重复刚才的过程，只是刚刚黄色的部分变成了蓝色的部分。

我们只要先预处理出来在 $T$ 每个位置失配时这个最长公共前后缀的长度，每次失配时就知道该移动多少，就能大大加快算法了。

到目前为止我们就了解了$KMP$ 算法的主要思路了

即失配时， $T$ 向右移动到合适位置，使得 $S$ 不退回，每次都从失配时的位置开始匹配！

3.Next 数组

我们要先预处理出来在 $T$ 每个位置失配时这个最长的前缀后缀的长度，不妨叫这个数组为 $next$ 数组

我们考虑通过递推的方式求出这个数组，假设箭头 $p$ 前的最长前缀后缀的长度都求出来了，

通过前面的这些信息我们求出 $p$ 处的最长前缀后缀等于多少。

假设蓝色部分就是$p-1$处即上一位的最长公共前后缀。

如果说他们的下一位都相等，即红色部分相等，那么 $p$ 处的最长公共前后缀等于 $p-1$ 处的加一 (next[p] = next[p - 1] + 1)

如果不相等就要找一个最长的黄色的部分 $S1$ 他要和 $T$ 的同样长的前缀 $S2$ 相等（如下图），

然后我们知道$S3=S2$， 因为上图蓝色部分对应相等。

$S1$ 的长度就等于 $S3$ 结尾处的最长公共前后缀的长度 ，

然后比较 $p$ 处的字符是否和 $S2$ 后一个相等，相等了 next[p] 就等于$S2$ 长度加一。

如果还是不等就重复前面的过程直到相等或者公共前后缀为零。