KMP算法

我们经常会遇到一些字符串匹配的问题，例如，寻找一个字符串在另一个字符串里的位置。我们把给定两个串S=“s1s2s3 …sn”和T=“t1t2t3 …tn”，在主串S中寻找子串T的过程叫做模式匹配，T称为模式。

朴素的字符串匹配

朴素的做法是从S和T的开始位置0开始，依次进行匹配判断，直到达到T的结尾或者匹配失败：

匹配失败时，回到T的开始位置，并将T右移一位，和S的下标1对齐，再重复前面的操作。

素朴的暴力算法存在一个S回退的问题，明明我们已经匹配到下标为3的位置，下一次又要回到下标为1的地方从头开始匹配。

KMP算法

KMP算法一种改进的模式匹配算法，是D.E.Knuth、V.R.Pratt、J.H.Morris于1977年联合发表，KMP算法又称克努特-莫里斯-普拉特操作。它的改进在于：每当从某个起始位置开始一趟比较后，在匹配过程中出现失配，不回溯i，而是利用已经得到的部分匹配结果，将一种假想的位置定位“指针”在模式上向右滑动尽可能远的一段距离到某个位置后，继续按规则进行下一次的比较。

最大公共前后缀

我们假设一个长度为n的字符串的前缀为从下标为0开始，长度为1到n-1之间的子串。后缀也是类似的。公共前后缀为相同的前后缀。现在有串P=abaabca，各个子串的最大公共前后缀长度如下表所示：

从上表，我们发现每当子串长度加1的时候，子串会增加一个前缀，而会在每个后缀后面增加一个新的字符（假设存在一个空后缀，所以会增加一个新字符的后缀）。当子串为abaa的时候，公共前后缀最大长度为1。当子串为abaab的时候，我们只要判断新增的字符b是否跟前缀a后面一个字符是否相等，相等则公共前缀最长长度就加1，否则就缩短公共前缀进行判断。

缩短公共前缀后必须仍然有公共前缀，因此我们这里要取公共前缀的最大公共前缀。然后我们再重复前面的操作。

假设我们在pk 和 pj处失配，我们可以看到，在pj之前，有一段长度为k的已匹配串；在pk之前有一段蓝色的已匹配串，它是当前已匹配串的最大公共前后缀（蓝色的那段）。

next数组

现在我们引入next数组，next 数组的值是除当前字符外（注意不包括当前字符）的公共前后缀最长长度，相当于把上表做一个变形，将表中公共前后缀最长长度全部右移一位，第一个值赋为-1。例如c对应next值的意义是，c之前（不包括c）的子串abaab所拥有的公共前后缀最长长度为2，我们称next数组中的值为失效函数值，也就是c的失效函数值为2。next[i]表示的是当前位置i失配时，T串应该移动到的下个位置。

void GetNext(char T[])
{
    //j是当前字符串下标，k是最长公共前缀长度
	int j=1,k=0;
	next[0]=-1;
    next[1]=0;
	while(T[j]!='\0')
	{
		if(T[j]==T[k])
		{
			next[++j]=++k;
		}
		else k=next[k];
	}
}

算法实现

当S串和T串在当前位置匹配时，就移动到各自的下个位置。

如果失配，则将T串移动到next[j]和S串的当前位置对齐，再重复前面的操作。

int KMP(int start,char S[],char T[])
{
	int i=start,j=0;
	while(S[i]!='\0'&&T[j]!='\0')
	{
		if(j==-1||S[i]==T[j])
		{
			i++;         //继续对下一个字符比较 
			j++;         //模式串向右滑动 
		}
		else j=next[j];
	}
	if(T[j]=='\0') return (i-j);    //匹配成功返回下标 
	else return -1;                 //匹配失败返回-1 
}

参考

KMP算法详解-CSDN博客

什么是KMP算法（详解）-CSDN博客