字符串之KMP

KMP是字符串匹配的常见算法有多种变形，下面仅仅讨论下经典的KMP算法：

a)    kmp算法主要是先计算Pattern串p的特性，利用的是一个nextPos[]数组。

    1）nextPos[0] == -1;

    2）如果nextPos[j] == k,则:'p₀ ... p_k-1' == 'p_j-k+1 ... p _j-1'    (1<k<j)。且没有k' > k满足此等式，即k是最大的。

    3）如果nextPos[j]==k,那么假如主串的当前char和pattern的第j个char不匹配，那么Pattern向前移动，使得主串当前char和Pattern的第k个比较,如果成功则继续匹配，如果不成功则Pattern按照nextPos[k]==s继续移动，如此循环。

    4）原因：1. 在2）中等式可以保证串'p₀ ... p_k-1' 必然匹配。2. 由于k是最大的所以保证了正确性。

    5）问题就集中在如何求nextPos数组。首先其过程也是一个匹配过程和主匹配极其相似。整个Pattern既是主串又是模式串。

    6）nextPos由自“底”向“上”求得。极像动态规划过程：nextPos[i+1] =       nextPos[i] + 1     （p_k == p_i）

                                                                                                            nextPos[m] + 1    （p_m != p_i）

 m动态求得(见程序的注释)。求到的nextPos[n]==k必定是满足2）中等式的最大k（最优子结构！！）。此便是bellman动态规划过程！仔细体会下。

 

 

b)    setPattern函数中有语句   (注释attention)

                if(pattern.charAt(i) != pattern.charAt(j)){
                    nextPos[i] = j;           //如果不等则有机会和主串的当前字符匹配
                }else{
                    nextPos[i] = nextPos[j];     //在相等的情况下，既然charAt(i)不匹配则charAt(j)也不匹配，继续向前找。
                }                                              //由于等价的传播，只要向前一次即可。

                和最基本的KMP算法等价语句比较：

                nextPos[i] = j;

         多加一个if语句判断是一个小技巧，由于nextPos[i]==j,是当主串当前字符和pattern.charAt(i)“失”配的情况下，Pattern要向右移动，直到Pattern的第j个字符和主串当前字符比较，那么如果pattern.charAt(i) == pattern.charAt(j) 则主串当前字符和 pattern.charAt(j)也必然“失”配，所以在这种情况下用最基本的KMP就会进行不必要的比较了。 

 

 

c)     if(j == -1 || mainString.charAt(i) == pattern.charAt(j))里面有bool表达式的短路判断才能使得charAt(j)永远不会等于-1

 

 

 上面是我的考虑，代码下有KMP比较经典的介绍：

-------------------------------------------------------------------------------------------------------------------------------

package cai.string; class KMP{ private String pattern; private String mainString; private int[] nextPos = null; public void setPattern(String str){ pattern = str; int size = pattern.length(); nextPos = new int[size]; nextPos[0] = -1; int i = 0; int j = -1; while(i < size - 1){ //这种while，子语句的变化也在while中进行，中序遍历二叉树的非递归算法也是。编译中也有。 if(j == -1 || pattern.charAt(i) == pattern.charAt(j)){ //有些子语句也套层while来表明子语句的变化。 i++; j++; if(pattern.charAt(i) != pattern.charAt(j)){ //attention nextPos[i] = j; }else{ nextPos[i] = nextPos[j]; } }else{ j = nextPos[j]; //即为6)中动态求m的过程 } //如果charAt(i) != charAt(j),则m继续向左移直到Pattern.charAt(0) } } public void setString(String str){ mainString = str; } public int indexKmp(int pos){ int i = pos; int j = 0; while(i < mainString.length() && j < pattern.length()){ if(j == -1 || mainString.charAt(i) == pattern.charAt(j)){ i++; j++; }else{ j = nextPos[j]; } } if(j >= pattern.length()){ return i - pattern.length(); }else{ return -1; } } } class KmpTest{ public static void main(String[] args){ String a = "asdfadfdsaa"; String p = "dfd"; KMP processor = new KMP(); processor.setPattern(p); processor.setString(a); int i = processor.indexKmp(0); System.out.println(i); } }

---------------------------------------------------------------------------------------------------------------------------------------------

 

 

http://blog.csdn.net/Oneil_Sally/archive/2008/12/03/3440784.aspx

严蔚敏版数据结构80页