KMP算法

一、背景

给定一个主串（以 S 代替）和模式串（以 P 代替），要求找出 P 在 S 中出现的位置，此即串的模式匹配问题。
Knuth-Morris-Pratt 算法（简称 KMP，网上有人戏称“看毛片”，我的输入法打出来的首位竟然是“烤馍片”）是解决这一问题的常用算法之一，这个算法是由高德纳（Donald Ervin Knuth）和沃恩·普拉特在 1974 年构思，同年詹姆斯·H·莫里斯也独立地设计出该算法，最终三人于 1977 年联合发表。

二、暴力匹配（朴素字符串匹配算法）

看到这样的问题，对我这个菜鸟来说，第一反应当然就是暴力匹配，代码如下：

    def strStr(self, haystack, needle):
        """
        :type haystack: str
        :type needle: str
        :rtype: int
        """
        start = 0
        if needle == '':
            return (start)
        while True:
            if start + len(needle) > len(haystack):
                return (-1)
            else:
                if haystack[start:start + len(needle)] == needle:
                    return (start)
                else:
                    start += 1

暴力匹配的时间复杂度为 O(nm)，其中n为 S 的长度，m为 P 的长度。很明显，肯定还有更优的匹配方法

三、KMP字符串匹配算法

这里，我在网上搜了一下，看了几篇，大部分一开始看下来是真的有点懵逼，其中有一篇，至少我看下来是看懂了，虽然把这篇文章收藏了，但是担心万一哪一天要收费或者文章没了（之前还真发生过），所以自己还是截图贴在博客里，随时可以看看回顾（当然在这篇文章最后，我会附上原文链接）






这儿我就放上自己的Python代码：

#未优化的next数组
def GetNext(P, NEXT):
    p_len = len(P)
    i = 0 
    j = -1  
    next.append(-1)

    while (i < p_len-1):
        #print (P[i] + 'and' + P[j])
        if (j == -1 or P[i] == P[j]):
             
            i += 1
            j += 1
            next.append(j)
        else:
            j = next[j]

P = "ABCDABCE"
next = []
GetNext(P,next)
print (next)

个人还是比较赞同网上很多作者的说法，即next数组的确是KMP的核心。j=next[i]这个更是让我直接跪了，核心中的灵魂；用网上一篇内容说的：初学者能一眼看明白j=next[i]这一步的，请允许我尊称一声“大神”

四、KMP优化

其实简单点说，就是在"i=4"的时候，要考虑一下这个第二个“A”后面的字符和第一个“A”后面的字符是否相等，如果相等，那next[5]的值为“0”，如果不相等，则为“1”；代码如下：

#优化后的next数组
def GetNext(P, NEXT):
    p_len = len(P)
    i = 0 
    j = -1  
    next.append(-1)

    while (i < p_len-1):
        #print (P[i] + 'and' + P[j])
        if (j == -1 or P[i] == P[j]):
             
            i += 1
            j += 1
            if P[i] != P[j]:
                next.append(j)
            else:
                next.append(next[j])
        else:
            j = next[j]
            #print (j)

P = "ABCDABCE"
next = []
GetNext(P,next)
print (next)

五、完整代码

#! /usr/bin/python
# -*- coding:utf-8 -*-

'''
#未优化next数组
def GetNext(P, NEXT):
    p_len = len(P)
    i = 0 
    j = -1  
    next.append(-1)

    while (i < p_len-1):
        #print (P[i] + 'and' + P[j])
        if (j == -1 or P[i] == P[j]):
             
            i += 1
            j += 1
            next.append(j)
        else:
            j = next[j]

P = "ABCDABCE"
next = []
GetNext(P,next)
print (next)
'''
#优化后next数组
def GetNext(P, NEXT):
    p_len = len(P)
    i = 0 
    j = -1  
    next.append(-1)

    while (i < p_len-1):
        #print (P[i] + 'and' + P[j])
        if (j == -1 or P[i] == P[j]):
             
            i += 1
            j += 1
            if P[i] != P[j]:
                next.append(j)
            else:
                next.append(next[j])
        else:
            j = next[j]
            #print (j)

P = "ABCDABCE"
next = []
GetNext(P,next)
print (next)

def KMP(S, P):
    i = 0
    j = 0
    s_len = len(S)
    p_len = len(P)
    while (i < s_len and j < p_len):
        if (j == -1 or S[i] == P[j]):
            i += 1
            j += 1
        else:
            j = next[j]
    if j == p_len:
        #print (i-j)
        return (i-j)

    return (-1)

S = "ABDEABCDABCE"
KMP(S,P)

参考文章链接：KMP算法