KMP算法原理详解_论文解读版

1. KMP算法

KMP算法是一种保证线性时间的字符串查找算法，由Knuth、Morris和Pratt三位大神发明，而算法取自这三人名字的首字母，因而得名KMP算法。

那发明这样的字符串查找算法又有什么用？在当时计算机本身非常昂贵，计算资源更是极其稀缺，而仅仅进行大文本字符查找的响应时间就很长，没法充分利用计算资源。计算机可是拿来算更有意义的事的，光为了找个文本就得浪费这么多时间，不行啊，这得优化啊。1970年，S.Cook在理论上证明了一个某种特定类型抽象计算机理论。这个理论暗示了一种在最坏情况下时也只是与M+N成正比的解决子字符串查找问题的算法。D.E.Knuth和V.R.Pratt改进了Cook证明定理的框架，并提炼为一个相对简单而使用的算法，算法最终在1976年发表。

首先一个例子，这里使用暴力算法进行求解（即每次查找失败时，移动一个位置，一直查找，直到找到完全匹配的字符）：其中，文本txt[0:9]=“AAAAAAAAAB”，查找的字符pat[0:4]=“AAAAB”。

• i=0时, txt[0:3]=pat[0:3]，而txt[4]≠pat[4]，匹配失败
• i=1时, txt[1:4]=pat[0:3]，而txt[5]≠pat[4]，匹配失败
• ...
• i=4时, txt[4:7]=pat[0:3]，而txt[8]≠pat[4]，匹配失败
• ...

暴力算法在匹配失败时每次都要回退到开头，而其实是可以避免回退这么多，那么有没有什么方法，在模式匹配失败时进回退一部分呢？

图1 暴力匹配算法

2. KMP原理

KMP算法的主要思想是提前判断重新开始查找的位置，而这种判断方式的生成只取决于模式本身。这里来证明其匹配模式的正确性。
 

先做以下几个符号定义

• 待查找文本为，长度为
• 模式字符串为，长度为
• 为文本当前所指位置，如
• j为模式串所指位置，如

假设文本和模式串匹配的起始位置为，则有，即匹配到当前位置时有。

在匹配过程中，有以下两种情况

1. 当，即大于模式串的长度时，表示文本和模式串完全匹配，这里匹配结束。
2. 当时，表示还在匹配，但发生了失配，接下来主要讨论这种情况。

当