自我总结-KMP算法

自我总结-KMP算法

发表博客的起先目的是记录自己所学的（其实大部分学习源还是网上的各种各样的资源），表达得可能不是很准确。–算了，反正也没人看。或许有人看呢？（目瞪口呆）

• 什么是KMP算法？算法解决的问题是？

• 问题解决的暴力方式

• 暴力方式下的思考与KMP算法的诞生

• KMP算法的核心数据结构-next数组

什么是next数组

如何计算next数组

---

1. 什么是KMP算法？算法解决的问题是？

KMP算法是用于解决快速寻找字符串匹配问题（即关键字搜索）
这里有两个概念，待匹配字符串（称为母串）和关键字串（子串）

注：为什么叫KMP算法？因为该算法是由D.E.Knuth与V.R.Pratt和J.H.Morris同时发现

2. 问题解决的暴力方式

好的算法也是由低级解决策略一步一步优化而成的。

先按照自己的思路，看看字符串匹配应该如何解决。
最容易想到的一种策略如下：

用i和j分别记录当前正在匹配的母串（P）下标和子串（T）下标
①.当P[i]==T[j]时，

if（j到达T的末位时）{
    宣布匹配结束（P[i-j]~P[i]与T匹配）;//congratulation   
}else{
    j++;
}
if(i到达P的末位时){
    T还没到末位，P就到末位，说明匹配失败
}else{
    i++;
}

②.当P[i]!=T[j]时，

j=0;//子串回到最初的起点
i=i-j+1;//母串回到最初的起点进一

图示如下：

图一

起点：P[0]~T[0]
不同点：P[2]~T[2]
->新起点：P[i-j+1]=P[1]~T[0]

3.暴力方式下的思考与KMP算法的诞生

暴力方式的基本思路是：好，匹配就匹配；匹配失败我就会到让母串之前匹配的起点加一，子串重回起点，重新开始匹配。绝不放过任何一个母串字符

但事实上，当匹配到P[i]!=T[j]时，至少我们可以肯定P[i-j]~P[i-1]==T[0]~T[j-1]。（亲爱的KMP算法来了）如果T是一个对称度很高的字符串，那么完全没有必要将P回退到起点进一，完全可以利用对称性，将j设置到某个合适的位置即可。（如果没有对称性，更可跳过更多冗余的字符判断，如图一和图四）

图示如下：

图二

图三

当图二P[i=5]!=T[j=5]时，只要将j设为2即可

回头说说图一，当图一P[i=2]!=T[j=2]时，只要将j设为0即可，如图四

图四

那么问题来了，什么位置才是合适的，如果匹配到P[i]!=T[j]时，j应该等于多少？这个问题引出了KMP算法的核心数据结构，next数组

4. KMP算法的核心数据结构-next数组

4.1 什么是next数组

next数组是相对于匹配子串而言的，体现了匹配子串的对称性。
假设T[0~7]，则next[5]则说明，当匹配到j=5时，若匹配不成功，j应该移动到next[5]

4.2 如何计算next数组

先下一个“定论”或者说是假设：next[j]的值与next[j-1]相关。

为什么？做个比较肤浅的回答。因为当匹配子串在j处匹配不成功时，j的下个位置看的是谁的情况？其实，看的是j之前字符串，而不是j的本身

再说一个可能表达起来不是很直观的我的个人观点：next数组是一种链式关系的体现（实际计算next数组时，可能就会有这种感受）

前面的假设是为了解释为什么会使用数学归纳法来计算next数组，如果一开始秒想到数学归纳法，前面的假设可以完全忽略。

数学归纳法计算next数组：

首先，来看一下最简单的情况。j=0时，next[j]是多少？
由于j=0时，说明已经是匹配子串的第一字符，连第一个字符都不匹配，那么i应该+1，j还是应该为0，->将next[0]设为-1来表达这种情况（这是比较特殊的情况）

那j=1时呢？
第二个字符不匹配，那只能那第一个字符来匹配看看咯，next[1]=0

当j=k时，假设next[k-1]=w已经知道：

while(w!=-1){
    if(T[w]==T[k-1]){
        next[k]=w+1;
        break;
    }else{
        w=next[w];  
    }
}
if(w==-1)
    next[k]=0;

图待上
实例待上