关于KMP算法的总结

查阅大佬博客https://blog.csdn.net/v_july_v/article/details/7041827

 

1.kmp是什么

          kmp是一个可以让文本串不用回溯的字符串算法，什么意思呢？好比文本串”BBC ABCDAB ABCDABCDABDE“,模式串”ABCDABD“，他们从第一个开始匹配，i指向文本串当前匹配的字符位置，不用回溯的意思是文本串的i可以从0一直走到22，而不用返回。这也是kmp的精妙之处。

那么他是怎么做到可以让文本串指针不用回溯呢？

第一轮匹配

BBC   ABCDAB   ABCDABCDABDE

ABCDABD   ->向后匹配

BBC   ABCDAB   ABCDABCDABDE       i=11

           ABCDABD                                      j=7

 到此时模式串中D与文本串中的空格不匹配了，我们想一下蛮力算法此时会怎么做

BBC   ABCDAB   ABCDABCDABDE        i=6

             ABCDABD                                     j=1

我们可以看到，蛮力算法让i从11，回溯到6（该字符串是从1开始算起），我们现在来看kmp算法的匹配方式

BBC   ABCDAB   ABCDABCDABDE           i=11

                     ABCDABD                                j=3

 

i没有进行回溯，而是将j做了改变。因为当D和空格不匹配的时候，与D相邻的AB已经匹配成功，所以我们寻找模式串中在此AB之前是否还有AB可以与此AB匹配，以减少中间很多的不必要匹配。 这在做较长的匹配时，效率将提升很多。那么如何实现只动模式串而不让文本串回溯呢？！

这里将出现kmp算法中最重要的一个数组  next数组，当匹配不成功时，只用将指针指向该指针对应的next数组就ok了。

这里先给出kmp算法的实现，next数组求法在下面给出

int KmpSearch(char* s, char* p)
{
	int i = 0;
	int j = 0;
	int sLen = strlen(s);
	int pLen = strlen(p);
	while (i < sLen && j < pLen)
	{
		//如果j = -1，或者当前字符匹配成功（即S[i] == P[j]），向前继续匹配
		if (j == -1 || s[i] == p[j])
		{
			i++;
			j++;
		}
		else
		{
			//如果j != -1，且当前字符匹配失败（即S[i] != P[j]），则令 i 不变，j = next[j]    
			//next[j]即为j所对应的next值      
			j = next[j];
		}
	}
	if (j == pLen)
		return i - j;
	else
		return -1;
}

 

 

2.什么是next数组

next数组是仅对模式串来说的，可以看作是模式串的自我匹配。next数组是在当前字符前的字符串中，前缀字符串与后缀字符串的最大匹配长度。这句会可能不是很好理解，我们来举个例子，先说什么是前缀字符串和后缀字符串

         ABCDABD   

1>       什么是前后缀字符串：

模式串"ABCDABD"中 ”A","AB","ABC",,,,,,,只要从第一个字符  “A"开始数的子符串都叫做前缀字符串

那么后缀字符串就好理解了，就是从要数的字符往前数任意字符数，就叫做后缀字符串。

2>        什么叫最大前后缀字符串匹配数

还是上面的字符串，我们现在要求第二个字符‘D'前最大前后缀字符串的匹配长度，我们可以看到’D'之前的匹配的前后缀字符串只有”AB".所以next[D]=2(这里的D是第二个D），我们用下标表示是不是就是next[6]=2(下表从0开始）。那我们是不是可以直接用next[6]表示第6个字符下一个跳转的位置呢？我们看next[6]=2，下标为2的字符是C,现在是不是和上文kmp的匹配方式相同了呢，当D不匹配时，换做C进行匹配。为什么这样是正确的呢？我们知道next数组表示的最大匹配长度，那这个长度是不是就是前缀字符串的长度，而我们要做的就是跳转的就是前缀字符串的后一个字符进行比较，又因为字符串下标都是从第0位开始的，前缀字符串是从第一个开始的，所以前缀字符串的长度是不是就表示当前字符要跳转的目标字符。

void getnext(char s[]){
    int i=0,j=-1;
    next[0]=-1;
    while (i<len){
        //len表示模式串长度
        if(j == -1 || s[i]==s[j])
        //如果相等或者是第一个字符，就对他下一个位置进行复制
            next[++i]=++j;
        else j=next[j];
        //否则向前跳转，直到找到相同的为止
    }
}

建议多看几道题加深理解

如有错误，欢迎指正