KMP和Trie

title: KMP和Trie
date: 2019-05-30 20:36:57
tags: 数据结构

一、字符串匹配算法 KMP

首先，我们看暴力怎么去做字符串匹配：
每次一旦 t 和 s 不匹配，t 串后移1位又重头开始匹配工作 是 $O(n^2)$ 的

char s[maxn],t[maxn];

for(int i=1;i<=n;i++)
	{
		bool flag=true;
		for(int j=1;j<=m;j++)
		{
			if(s[i]!=t[j])
			{
				flag=false;
				break;
			}
		}
	}

绿色相等的部分越长，说明需要移动的距离就越短
由此，对于 t串 我们引入next[i]数组:表示 以i为终点的后缀 和 从1开始的前缀 相等且最长

即：如果有next[i]=j，则有t[1~j]=t[i-j+1~i]

例题：
给出两个串s为原串 t为配对串，求配对串t在原串s中出现的所有位置的起始下标

这里推荐做KMP时，数组下标从1开始比较好

时间复杂度是O(n)的
就匹配过程来看，每次i循环中，j最多只会+1,i会循环m次，所以j最多只会+m次，
每次while循环j会减少，但最多只会-m次,所以总时间复杂度为O(2m)

#include <iostream> 
#include <algorithm>
#include <cstring>
#include <cstdio>
#include <cstdlib>
const int maxn=1e5+5;
using namespace std;
char s[maxn],t[maxn];
int nex[maxn];
int main()
{
	int n,m;//n是t的长度，m是s串长度  n<=m 
	cin>>n>>t+1>>m>>s+1;
	for(int i=2,j=0;i<=n;i++)//这里从2开始是因为i=1如果不匹配，就直接回到原点0开始了 
	{
		while(j&&t[i]!=t[j+1])
		j=nex[j];//如果不匹配就往后退一步
		if(t[i]==t[j+1])
		j++;
		
		nex[i]=j;
	}
	//kmp匹配过程 
	for(int i=1,j=0;i<=m;i++)
	{
		while(j&&s[i]!=t[j+1])
		j=nex[j]; 
		//结束之后将会有两种状态，判断一下是哪一种 
		if(s[i]==t[j+1])
		j++;
		
		if(j==n)//匹配成功 
		{
			printf("%d ",i-n);//本来应该是i-n+1,但是因为题目是从0开始的，我们这里就要-1 
			j=nex[j];//j已经匹配完成，不能再退了，但我们要重新开始一个匹配 
		} 
	}
	return 0;
}

匹配成功之后的 j=nex[j]

二、字典树 Trie

用来快速高效地存储和查找字符串集合的数据结构

例题：

#include <iostream> 
#include <algorithm>
#include <cstring>
#include <cstdio>
#include <cstdlib>
const int maxn=1e5+5;
using namespace std;
int son[maxn][26],cnt[maxn],idx;//son存的是每个结点的所有儿子，cnt标记单词个数 
//下标为0的结点，既是根结点，也是空结点 
void insert(string str)
{
	int p=0;//指向parent,根结点是0 
	for(int i=0;str[i];i++)
	{
		int c=str[i]-'a';//把字符转换成数字作为下标存储
		if(!son[p][c])//son中初始都为0,如果p没有c这个儿子，就创建出来 
		son[p][c]=++idx; 
		//然后走到下一个结点
		p=son[p][c]; 
	} 
	cnt[p]++;//单词结尾做标记 
} 
int query(string str)
{
	int p=0;//从根结点开始
	for(int i=0;str[i];i++)
	{
		int c=str[i]-'a';
		if(!son[p][c])//说明当前不存在c这个儿子
		return 0;//没有这个单词
		
		p=son[p][c];//有这个单词，就走过去 
	 } 
	 return cnt[p];//返回以p为结尾的单词数量即可 
}
int main()
{
	int n;
	cin>>n;
	while(n--)
	{
		char c;
		string s;
		cin>>c>>s;
		if(c=='I')
		insert(s);
		else
		{
			printf("%d\n",query(s));
		}
		
	}
	return 0;
}

我们注意到，凡是用Trie做的题目，都会限制字母种数，不会太多，不然需要很大空间