KMP算法 Java实现

实现原理参考:https://news.cnblogs.com/n/176771/

总觉得获取next数组（部分匹配表）的时间复杂度不太好

正文：

字符串匹配是计算机的基本任务之一。

举例来说，有一个字符串"BBC ABCDAB ABCDABCDABDE"，我想知道，里面是否包含另一个字符串"ABCDABD"？

许多算法可以完成这个任务，Knuth-Morris-Pratt算法（简称 KMP）是最常用的之一。它以三个发明者命名，起头的那个K就是著名科学家Donald Knuth。

这种算法不太容易理解，网上有很多解释，但读起来都很费劲。直到读到 Jake Boxer 的文章，我才真正理解这种算法。下面，我用自己的语言，试图写一篇比较好懂的KMP 算法解释。

1.

首先，字符串"BBC ABCDAB ABCDABCDABDE"的第一个字符与搜索词"ABCDABD"的第一个字符，进行比较。因为B与A不匹配，所以搜索词后移一位。

2.

因为B与A不匹配，搜索词再往后移

3.

就这样，直到字符串有一个字符，与搜索词的第一个字符相同为止。

4.

接着比较字符串和搜索词的下一个字符，还是相同。

5.

直到字符串有一个字符，与搜索词对应的字符不相同为止。

6.

这时，最自然的反应是，将搜索词整个后移一位，再从头逐个比较。这样做虽然可行，但是效率很差，因为你要把"搜索位置"移到已经比较过的位置，重比一遍。

7.

一个基本事实是，当空格与D不匹配时，你其实知道前面六个字符是"ABCDAB"。KMP算法的想法是，设法利用这个已知信息，不要把"搜索位置"移回已经比较过的位置，继续把它向后移，这样就提高了效率。

8.

怎么做到这一点呢？可以针对搜索词，算出一张《部分匹配表》（Partial Match Table）。这张表是如何产生的，后面再介绍，这里只要会用就可以了。

9.

已知空格与D不匹配时，前面六个字符"ABCDAB"是匹配的。查表可知，最后一个匹配字符B对应的"部分匹配值"为2，因此按照下面的公式算出向后移动的位数：

 

因为 6 - 2等于4，所以将搜索词向后移动4 位。

10.

因为空格与Ｃ不匹配，搜索词还要继续往后移。这时，已匹配的字符数为2（"AB"），对应的"部分匹配值"为0。所以，移动位数= 2 - 0，结果为2，于是将搜索词向后移2 位。

11.

因为空格与A不匹配，继续后移一位。

12.

逐位比较，直到发现C与D不匹配。于是，移动位数= 6 - 2，继续将搜索词向后移动4 位。

13.

逐位比较，直到搜索词的最后一位，发现完全匹配，于是搜索完成。如果还要继续搜索（即找出全部匹配），移动位数 = 7 - 0，再将搜索词向后移动7 位，这里就不再重复了。

14.

下面介绍《部分匹配表》是如何产生的。

首先，要了解两个概念："前缀"和"后缀"。"前缀"指除了最后一个字符以外，一个字符串的全部头部组合；"后缀"指除了第一个字符以外，一个字符串的全部尾部组合。

15.

"部分匹配值"就是"前缀"和"后缀"的最长的共有元素的长度。以"ABCDABD"为例，

－"A"的前缀和后缀都为空集，共有元素的长度为0；

－"AB"的前缀为[A]，后缀为[B]，共有元素的长度为0；

－"ABC"的前缀为[A, AB]，后缀为[BC, C]，共有元素的长度0；

－"ABCD"的前缀为[A, AB, ABC]，后缀为[BCD, CD, D]，共有元素的长度为0；

－"ABCDA"的前缀为[A, AB, ABC, ABCD]，后缀为[BCDA, CDA, DA, A]，共有元素为"A"，长度为1；

－"ABCDAB"的前缀为[A, AB, ABC, ABCD, ABCDA]，后缀为[BCDAB, CDAB, DAB, AB, B]，共有元素为"AB"，长度为2；

－"ABCDABD"的前缀为[A, AB, ABC, ABCD, ABCDA, ABCDAB]，后缀为[BCDABD, CDABD, DABD, ABD, BD, D]，共有元素的长度为0。

16.

"部分匹配"的实质是，有时候，字符串头部和尾部会有重复。比如，"ABCDAB"之中有两个"AB"，那么它的"部分匹配值"就是2（"AB"的长度）。搜索词移动的时候，第一个"AB"向后移动4 位（字符串长度-部分匹配值），就可以来到第二个"AB"的位置。

根据此描述Java实现的KMP

import java.util.Arrays;

/**
 * kmp算法
 *
 */
public class KMP {
	
	/**
	 * 匹配
	 * @param target 主串
	 * @param search 搜索串或模式串
	 * @return
	 */
	public int KMPMatch(String target, String search) {
		// 首先获取next数组
		int[] next = next(search);
		
		char[] tchar = target.toCharArray();
		char[] schar = search.toCharArray();
		
		int targetBegin = -1;
		
		// target 和 search 的数组下标
		int tindex = 0;
		int sindex = 0;
		while (tindex < tchar.length) {
			
			if (tchar[tindex] == schar[sindex]) {
				
				// search已和target匹配完成 退出循环并返回target的开始下标
				if (sindex == schar.length - 1) {
					targetBegin = tindex - sindex;
					break;
				} else {
				// 匹配尚未完成 target 和 search 数组下标同时增加1，继续匹配
					tindex++;
					sindex++;
					continue;
				}
			}
			
			// 如果没有匹配成功，且是search的第一个字符，则 target的数组下标加1，search 的下标不变
			if (sindex == 0) {
				tindex++;
			} else {
			// 如果search有几个字符已经匹配，那么改变search的下标，根据公式计算出来
				int removeIndex = sindex - next[sindex - 1];
				sindex -= removeIndex;
			}
		}
		
		return targetBegin;
	}
    
	/**
	 * 获取next（部分匹配表）数组
	 * @param str
	 * @return
	 */
    public int[] next(String str) {
        int[] arr = new int[str.length()];
        
        // 第一个的共有元素长度必为0
        for (int i = 1; i < str.length(); i++) {
            // 搜索词
            String s = str.substring(0, i + 1);
            
            // 前缀后缀
            String[] prefix = new String[i];
            String[] suffix = new String[i];
            
            // 获取前缀后缀
            for (int j = 0; j < i; j++) {
                prefix[j] = s.substring(0, j + 1);
                suffix[j] = s.substring(j + 1, i + 1);
            }
            
//            System.out.println(Arrays.toString(prefix) + "   " + Arrays.toString(suffix));
            
            // 最长的共有元素长度
            int commonLength = 0;
            
            for (int m = 0; m < prefix.length; m++) {
                String pre = prefix[m];
                for (int n = 0; n < suffix.length; n++) {
                	String suf = suffix[n];
                	if (pre.equals(suf))
                		commonLength = pre.length();
                }
                
            }
            
            arr[i] = commonLength;
        }
        
        System.out.println("部分匹配表:" + Arrays.toString(arr));
        
        return arr;
    }
    
    public static void main(String[] args) {
    	// 15
    	String target = "BBC ABCDAB ABCDABCDABDE";
    	String search = "ABCDABD";
//    	String target = "abcabcabe";
//    	String search = "abcabe";
        System.out.println("匹配到的主串开始位置" + new KMP().KMPMatch(target, search));
    }

}

输出结果：