KMP算法（C语言）——next数组的求解

 简介：KMP算法是D.E.Knuth、J,H,Morris 和 V.R.Pratt 发表的一个模式匹配算法，可以大大避免重复遍历的情况（即消除了主串指针回溯的），从而提高算法效率

next数组的求解

        我认为KMP算法最难理解的就是next数组的求解，理解了next数组的求解KMP算法就了解的差不多了。

        在此之前，我们需要了解几个概念：

前缀：包含首字符不包含尾字符的全部子串

后缀：包含尾字符不包含首字符的全部子串
前缀表：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。即所有包含首字符的子串的最大相等前后缀的长度所构成的数组，即next数组（也有人叫做Prefix）

 例如下图，黄色标出的就是一个前缀子串，绿色标出的就是一个后缀子串，黄色或绿色的长度就是 j 指针运动到 f 字符时最大相等前后缀的长度。

下文中  i  表示前缀子串的末尾，同时 i+1 还代表着最大相等前后缀的长度，j 表示后缀子串的末尾

现在可以实现next数组了，next数组的求解需要做以下几件事：

        1.初始化

        2.前后缀相等时，更新next数组

        3.前后缀不相等时， i 回退

void getNext(char* ModeString,int* next)
{
    //初始化
	int i = 0, j = 1;
	next[0] = 0;
	while (j < strlen(ModeString))
	{
        //当前后缀相等时，和当i指向数组头时，就要更新next[j]的值
		if (i == 0 || ModeString[j] == ModeString[i])
		{
			if (ModeString[j] == ModeString[i])
				i++;
			next[j] = i;
			j++;
		}
        //前后缀不相等时，i回退
        //这行代码最难理解，回退的位置是next数组求解的关键
		else i = next[i - 1];
	}
}

1.初始化

        使 i 指向第一个元素，j 指向第二个元素，因为当字符串只有一个元素时，既没有前缀也没有后缀，所以其最大相等前后缀长度为0，因此将next[0]赋值为0

        注：有些next求解的实现会将 i 赋值为-1，j 赋值为0，next[0]赋值为-1，这就是将next数组整个往回移动了一位，与本文的方法大同小异

2.前后缀相同时，更新next数组

    首先我们要理解当ModeString[i]==ModeString[j]时，一定有ModeString[i-1]==ModeString[j-1]，ModeString[i-2]==ModeString[j-2]...ModeString[0]==ModeString[j-i]，因为当前后缀不相同时，i 会回退，所以 i  走过的位置一定满足ModeString[i]==ModeString[j]，因此 i+1 还可以可以代表最大相等前后缀的长度，所以当ModeString[i]==ModeString[j]时就将 i+1 赋值给next[j]即可。

     但还有一种特殊情况，就是当 i 退无可退的时候（即i == 0时），当 i 退无可退时，说明该此时 j 所指向的字符的最大相等前后缀长度为0，此时就不需要在给 i +1 了直接将 i 赋值给next[j]就可以了，所以在 i++ 前加一个判断语句，当i==0&&ModeString[i]!=ModeString[j]，i 不做递增操作。

3.前后缀不相同时，i 回退

        i = next[i-1]第一次看到这行代码一定会很懵，为什么 i 要回退到 next[i-1]的位置，而不是一步一步递减回去呢？

        首先，我们要知道 i 的含义不仅仅代表着前缀子串的末尾，还代表着最大相等前后缀的长度-1，所以 i 的值不能随便的加减，会使前后缀的匹配出现错误，例如下图：

当i 和 j  不匹配时，如果 i 回到 i-1 的位置

 这时，ModeString[i]==ModeString[j]，i == 2，于是将next[j]赋值为 3，最长前后缀变为下图的样子

但很明显aab和abb并不相等，所以回退的位置不能是 i-1。我们应该让 i 回退到一个位置，这个位置可以保证模式串中 0 ~ i-1 的字符和 j-i ~ j-1 的字符相等

将 i 赋值为next[i-1]就满足这样的条件，下面是证明过程：

前文我们已经知道，当ModeString[i]==ModeString[j]时，一定会有字符0 ~ i和（j-i）~ j都相等，并且next[i]位置记录的是，i 位置的后缀子串，所对应的最大相等前缀子串的长度。所以有下图：

因为 i 走过的的位置一定满足ModeString[i]==ModeString[j]，所以当ModeString[i]!=ModeString[j]时，0 ~ i-1和 j-i ~ j-1的字符相等，即上图标出的前后缀是完全相同的。next[i-1]位置的记录的就是前缀子串的最长相等前后缀的长度，我们假设next[i-1]的值为3（这个值可以是任意非负数），我们很容易得出前缀是下图这样的（红色标出的子串是相等的）

 这样很容易可以推出整个模式串是这样的

 这样 i 要回退的位置就一目了然了，就是下图绿色标出的位置，而这个位置的下标不正好就是前缀子串的最大相等前后缀的长度嘛，也就是next[i-1]位置的值

如果该位置的字符依然不匹配，就继续回退。

---

以上就是我对KMP算法中求解next数组的理解，有错误的地方，还请不吝赐教。