KMP算法——子串匹配

目录

1、什么是前缀函数

2、如何求前缀函数

3、解题思路

4、代码

---

KMP算法是一种字符串匹配算法，大大提高了字符串匹配的效率

例题：力扣28. 实现 strStr()，以下是根据该题的题解而写

1、什么是前缀函数

前缀函数是KMP算法的核心，记作 π(i)，其定义如下：对于长度为m的字符串，其前缀函数 π(i)(0≤i<m) 表示 ss 的子串 s[0:i] 的最长的相等的真前缀与真后缀的长度（真前缀、真后缀就是不等于自身的的前缀与后缀）。特别地，如果不存在符合条件的前后缀，那么 π(i)=0。

我们举个例子说明：字符串 aabaaab 的前缀函数值依次为 0,1,0,1,2,2,3。

π(0)=0，因为 a 没有真前缀和真后缀，根据规定为 0（可以发现对于任意字符串 π(0)=0 必定成立）；

π(1)=1，因为 aa 最长的一对相等的真前后缀为 a，长度为 1；

π(2)=0，因为 aab 没有对应真前缀和真后缀，根据规定为 0；

π(3)=1，因为 aaba 最长的一对相等的真前后缀为 a，长度为 1；

π(4)=2，因为 aabaa 最长的一对相等的真前后缀为 aaa，长度为 2；

π(5)=2，因为 aabaaa 最长的一对相等的真前后缀为 aa，长度为 2；

π(6)=3，因为 aabaaab 最长的一对相等的真前后缀为 aab，长度为 3。

2、如何求前缀函数

首先要先直到几个性质

① π(i) ≤ π(i - 1)＋1

该性质很容易理解。π(i) 比 π(i - 1) 多了一个字符串，如果多的这个字符串与 π(i - 1) 的前缀的后一个索引的字符相等，那前缀函数就会多一

 ② 如果 s[i] = s[π(i−1)]，那么 π(i) = π(i−1) + 1 

由于 π(i−1) 是真前缀和真后缀相等的长度，那么 s[π(i−1)] 就是 π(i−1) 的真前缀的下一个字符，若该字符与 s[i] 相等，那么 π(i) 必然等于 π(i−1) + 1 

 至此，根据性质②，如果s[i] = s[π(i−1)]，那么我们就可以确定 π(i) = π(i−1) + 1 

而如果 s[i] != s[π(i−1)]，易知前缀就必须要从 s[0 .. π(i−1) - 1] 中寻找。π(i) <= π(π(i−1) + 1)，此时继续判断 s[i] 与 s[π(π(i−1) - 1)]，若相等，根据性质②求出 π(i)；如不相等，则要继续判断 s[i] 与 s[π(π(π(i−1) - 1)）]，不断递归。设 j = π(π(π(…)−1)−1)，那么我们就要不断递归，直到 s[i] = s[j] 或者 j = 0，π(i) = π(j)

3、解题思路

不断遍历 haystack 字符串和needle 字符串，期间不断与 needle 字符串比较，若遍历完 needle 字符串，说明该字串匹配。若 haystack[i] != needle[j]，根据前缀函数的定义，我们只需将 needle 的指针移到 π[j - 1] 即可，然后继续遍历。若无法遍历完 needle 字符串，则说明没有匹配的字串。

4、代码

class Solution {
    public int strStr(String haystack, String needle) {
        int n = haystack.length(), m = needle.length();
        if (m == 0) {
            return 0;
        }
        int[] pi = new int[m]; // 前缀函数，pi[0] = 0
        for (int i = 1, j = 0; i < m; i++) {
        	// 不断递归，直到 j = 0 或 needle[i] == needle[j]
            while (j > 0 && needle.charAt(i) != needle.charAt(j)) {
                j = pi[j - 1];
            }
            // 若needle[i] == needle[j]，则pi[i] = pi[j] + 1
            if (needle.charAt(i) == needle.charAt(j)) {
                j++;
            }
            pi[i] = j;
        }
        for (int i = 0, j = 0; i < n; i++) {
        	// 不同，则根据前缀函数跳转needle指针到pi[j - 1]索引
            while (j > 0 && haystack.charAt(i) != needle.charAt(j)) {
                j = pi[j - 1];
            }
            // 相同，两个指针都右移一位
            if (haystack.charAt(i) == needle.charAt(j)) {
                j++;
            }
            if (j == m) {
                return i - m + 1;
            }
        }
        return -1;
    }
}