KMP字符串匹配算法详解与java实现

KMP字符串匹配算法详解与java实现

问题描述

所谓字符串匹配，即是给定一个模式字符串pattern，在另一个字符串str中寻找首次出现的索引。若str中不存在pattern字符串，则返回-1；

KMP的整体思路

1、利用模式串pattern计算生成数组next；数组next决定了在某一位字符不匹配时，应该回溯到模式串的哪一个位置。
2、根据next数组在目标字符串str中搜索模式串pattern。

先验知识

在这里，先讲一下前后缀的概念便于后面理解。

"前缀"指除了最后一个字符以外，一个字符串的全部头部组合；
"后缀"指除了第一个字符以外，一个字符串的全部尾部组合。

"A"的前缀和后缀都为空集；

"AB"的前缀为[A]，后缀为[B]；

"ABC"的前缀为[A, AB]，后缀为[BC, C]；

"ABCD"的前缀为[A, AB, ABC]，后缀为[BCD, CD, D]；

"ABCDA"的前缀为[A, AB, ABC, ABCD]，后缀为[BCDA, CDA, DA, A]；

具体实例

假设 pattern=“bcbcbc”，str=“bcbcbacbcbcbc”
1、首先我们根据模式串pattern计算生成next数组

i	string	前缀	后缀	最长公共元素	next[i]
0	b	--	--	--	0
1	bc	b	c	--	0
2	bcb	b,bc	b,cb	b	1
3	bcbc	b,bc,bcb	c,bc,cbc	bc	2
4	bcbcb	b,bc,bcb,bcbc	b,cb,bcb,cbcb	bcb	3
5	bcbcbc	b,bc,bcb,bcbc,bcbcb	c,bc,cbc,bcbc,cbcbc	bcbc	4

以下为该部分的代码

 public int[] getNext(String pattern){
        int[] next=new int[pattern.length()];
        if(pattern.length()==0){
            return next;
        }
        next[0]=0;
        int k=0;
        for(int i=1;i<pattern.length();i++){
            while(k>0 && pattern.charAt(i)!=pattern.charAt(k)){
                k=next[k-1];
            }
            if(pattern.charAt(i)==pattern.charAt(k)){
                k++;
            }
            next[i]=k;
        }
        return next;
    }

2、根据next数组在目标字符串str中搜索模式串pattern

 public static int search(String str, String pattern){
 		 //当模式串为空串时，返回0
         if(pattern.length()==0) {return 0;}
         //当目标字符串为空串时，返回-1
         if(str.length()==0) { return -1;}
         int[] next=getNext(pattern);
        for(int i=0,j=0;i<str.length();i++){
        	//当前字符(模式串中第j个字符)不匹配时，要回退到前一位(第j-1个字符)的next值的位置
            while(j>0&&str.charAt(i)!=pattern.charAt(j)){
                j=next[j-1];
            }
            //匹配,j指向模式串的下一个字符位置
            if(str.charAt(i)==pattern.charAt(j)){
                j++;
            }
            //当j等于模式串的长度时，匹配成功，返回匹配的开始位置
            if(j==pattern.length()){
                return i-j+1;
            }
        }
        return -1;
    }
}

结论

两部分的代码很相似，因为他们都是一个字符串针对模式串pattern的匹配，第一部分是模式串针对自己的匹配，第二部分是目标字符串str针对模式串的匹配。

参考

http://www.ruanyifeng.com/blog/2013/05/Knuth%E2%80%93Morris%E2%80%93Pratt_algorithm.html
《算法导论》第3版 第32章字符串匹配