前缀表
前缀表(prefix table) :前缀表是用来回退的,它记录了模式串与主串(文本串)不匹配的时候,模式串应该从哪里开始重新匹配。
前缀是指不包含最后一个字符的所有以第一个字符开头的连续子串。
后缀是指不包含第一个字符的所有以最后一个字符结尾的连续子串。
而前缀表内存储的是最长相等前后缀(这里我们定义它为next数组)
如何计算前后缀
比如aadaaf:
a 前缀: 后缀: 0
aa 前缀:a 后缀: a 1
aad 前缀:a 后缀: d
前缀:aa 后缀: ad 0
aada 前缀:a 后缀: a 1
前缀:aa 后缀: da
前缀:aad 后缀: ada
aadaa 前缀:a 后缀: a 2
前缀:aa 后缀: aa
前缀:aad 后缀: daa
前缀:aada 后缀: adaa
aadaaf 前缀:a 后缀: f 0(后缀一直存在f,所以前后缀不会相等,这里就不列举了)
所以这里next = [0, 1, 0, 1, 2,0]
模式串和next数组的关系
next数组的长度和模式串的长度是相等的,用 i 指向模式串,next数组就是表示 i 之前的子串(包括 i ),有多少相等的前后缀。
KMP算法的原理
假如计算文本串匹配模式串的下表,例如. - 力扣(LeetCode)。
第一想到是暴力,时间复杂度是O(M * N),如果使用KMP,时间复杂度是O(M + N)
KMP的使用流程:比如文本串是aabaabaafa, 模式串为aabaaf。
1、模式串去匹配文本串,到了文本串下标5('b') (模式串字符是 'f' ) 位置就不匹配了
2、去找 'f' 对应的前一个next数组的下标,这里是next[4] = 2。
3、找到的这个值(next[4] = 2),代表模式串要跳到下标2处去再次匹配文本串。(模式串 'b' )
这就是KMP算法的原理
如何求next数组
求解next数组主要是三步:
- 初始化
- 处理前后缀不相同的情况
- 处理前后缀相同的情况
1.初始化
j = 0 # j 表示后缀末尾,也是最长相等前后缀
next[0] = 0
2.前后缀不相等
while j > 0 and s[i] != s[j]:
j = next[j - 1] # 这里也是KMP算法的原理,遇到不相等的前后缀,j 跳到上一个已经next元素。
3.相等
if s[i] == s[j]:
j += 1
整体代码:
def getNext(self, next: List[int], s: str) -> None:
j = 0
next[0] = 0
for i in range(1, len(s)):
while j > 0 and s[i] != s[j]:
j = next[j - 1]
if s[i] == s[j]:
j += 1
next[i] = j
其实求解next数组本质上是递推的过程,比如aadaaf,j = 0 和next[0] = 0,i 从1开始,这样s[i] 和s[j]才能比较。判断不相等的情况必须在相等情况之前 。