字符串匹配算法之KMP算法（图例详解）

1.字符串匹配算法及暴力算法

在字符串匹配算法之暴力做法（朴素算法）我这篇文章已经详细介绍了字符串匹配算法以及它的暴力算法。现在简单复习一下。

1.1 简介

字符串匹配算法又称模式匹配（pattern matching）。该问题可以概括为「给定字符串S和T，在主串S中寻找子串T」。字符T称为模式串 (pattern)。

1.2 示例题目

还是使用来自leetcode 28. 实现 strStr()的这道题。

实现 strStr() 函数。
给你两个字符串 haystack 和 needle ，请你在 haystack 字符串中找出 needle 字符串出现的第一个位置（下标从 0 开始）。如果不存在，则返回 -1 。
示例 1：

输入： haystack = "hello", needle = "ll"
输出： 2

2.KMP算法（Knuth-Morris-Pratt algorith）

2.1 朴素算法的缺点

在介绍KMP算法之前，我们先回顾一下朴素算法的缺点，有助于我们更好地理解KMP算法。
先看一下这个例子：

txt[] = “AAAAAAAAAAAAAAAAAB”
pat[] = “AAAAB”

如果是朴素算法一个一个对比的话，pat[]一个一个地右移。

第一步：

第二步：

第三步：
\

而其实我们在第一步时就已经匹配过中间的3个A了。

这就是朴素算法重复的部分，而KMP算法就将重复的部分跳过了。

2.2 KMP算法

KMP算法是如何跳过这一部分的，我们首先需要了解前缀函数。

2.2.1 KMP算法中的前缀算法

2.2.1.1 前缀函数pi的定义

给定一个长度为n的字符串s，其 前缀函数 被定义为一个长度为n的数组p[]。 其中p[i] 的定义是：

1. 如果子串s[0...i]有一对相等的真前缀与真后缀：s[0...k-1] 和s[i-(k-1)...i]，那么p[i]就是这个相等的真前缀（或者真后缀，因为它们相等子串的长度，也就是p[i] = k；
2. 如果不止有一对相等的，那么p[i]就是其中最长的那一对的长度；
3. 如果没有相等的，那么s[i]=0。

简单来说p[i]就是子串s[0...i]最长的相等的真前缀与真后缀的长度。

用数学语言描述如下：
p [ i ] = m a