python求解next数组实现KMP算法

    今天在做题的时候遇上好几道题目都是有关于KMP字符串匹配中的next数组的相关问题的，这是一个自己的盲区，毕竟之前一直没有看到过，今天就好好研究一下吧，KMP算法的来源，原理我都不多说了，这个是学习数据结构中的经典。

    KMP算法，是由Knuth，Morris，Pratt共同提出的模式匹配算法，其对于任何模式和目标序列，都可以在线性时间内完成匹配查找，而不会发生退化，是一个非常优秀的模式匹配算法，KMP算法的关键是利用匹配失败后的信息，尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是实现一个next()函数，函数本身包含了模式串的局部匹配信息。时间复杂度O(m+n)

    看了上面这些简单的介绍不难发现，KMP算法优于简单字符串匹配算法的根本原因就是：引入了一个next数组，这个数组可以尽可能的记录相关的匹配信息，使得在不匹配发生的时候移动的步长不再是固定的一位，加快了匹配进行的速度，在失配后，并不简单地从目标串下一个字符开始新一轮的检测，而是依据在检测之前得到的有用信息即next数组中记录的信息，直接跳过不必要的检测，从而达到一个较高的检测效率，关于它的讲解、实现和优化网上有很多很多的资料，都可以去看看，这里只是简单实现一下，就当做是再学习一次吧，毕竟很久没有使用过了，很多东西都忘记了

 下面是具体的实现：

#!usr/bin/env python
#encoding:utf-8

'''
__Author__:沂水寒城
功能：python实现KMP算法
'''


def simple_match_func(one_str, two_str):
    '''
    最简单的字符串匹配算法
    '''
    length1=len(one_str)
    length2=len(two_str)
    for i in range(length1-length2+1):
        if one_str[i:i+length2]==two_str:
            return True 
        else:
            return True


def get_next_group(one_str):
    '''
    获取到next数组
    '''
    next_group=[0]*len(one_str)
    next_group[0]=-1
    point=-1
    i=0
    length=len(one_str)
    while i<len(one_str)-1:
        if point==-1 or one_str[i]==one_str[point]:
            point+=1
            i+=1
            next_group[i]=point
        else:
            point=next_group[point]
    return next_group


def kmp_match_func(one_str, two_str, next_group):
    '''
    KMP算法
    '''
    i=0
    j=0
    while i<len(one_str) and j<len(two_str):
        if j==-1 or one_str[i]==two_str[j]:
            i+=1
            j+=1
        else:
            j=next_group[j]
    if j==len(two_str):
        print '模式串在源串中起始位置下标为：', i-j
        return i-j
    else:
        print '匹配失败！！！'
        return -1



if __name__ == '__main__':
    flag=simple_match_func('ABCDjfdjkABMFHJKSnvfdj', 'ABM')
    if flag:
        print '匹配成功！'
    else:
        print '匹配失败！！！'

    one_str='ABHKjdjfjgkdABBBGNGJJDkfdjkldefervbdfKOPWJ'
    two_str='ABBBG'

    one_str='xyxyyxxyx'
    two_str='xyxyyxxyx'

    next_group=get_next_group(two_str)
    print 'next数组为：', next_group
    start_position=kmp_match_func(one_str, two_str, next_group)
    if start_position!=-1:
        print '模式串为：', one_str[start_position:start_position+len(two_str)]

结果如下;

匹配成功！
next数组为： [-1, 0, 0, 0, 0]
模式串在源串中起始位置下标为： 12
模式串为： ABBBG
[root@server236 one]# python next_group.py 
匹配成功！
next数组为： [-1, 0, 0, 1, 2, 0, 1, 1, 2]
模式串在源串中起始位置下标为： 0
模式串为： xyxyyxxyx

 next数组有一个区别就是：有的吧next[0]定义为-1，本文就是这个版本，有的是定义为：0,这个看自己怎么选取了

推荐几个讲解不错的文章：

http://www.cnblogs.com/c-cloud/p/3224788.html

http://blog.csdn.net/u010189459/article/details/30067705