kmp的理解

已于 2022-11-02 14:17:55 修改
阅读量266 收藏 1
点赞数 1
文章标签： 算法 图论 c++
于 2022-10-14 08:48:32 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cn_tigerhan/article/details/127312990
版权

第一个kmp，这个是重要的字符串处理算法，呃我现在在努力的复习字符串，所以这是第一步！通常来时这个的作用是，呃，先放几篇文章：（https://zhuanlan.zhihu.com/p/83334559），（https://blog.csdn.net/dark_cy/article/details/88698736）感觉写的不错的，然后呢本质上就是求出两个字符串的匹配数，呃这是个b站的视频讲的确实不错（https://www.bilibili.com/video/BV1jb411V78H/?spm_id_from=333.788.recommend_more_video.-1&vd_source=f51708a79de2172437e75278f8c832e0）。
然后处理方法听我慢慢说，就是一般乱搞的话O（n*m）的复杂度嘛，但是你要是用kmp的哈，就是O（n+m），因为你不会走回头路的。比如说有两个s1，s2的要求len1>len2嘛，求其数量，然后具体的就是拿一个数组 next [ ] 来记录s2位置1到 j 子串的最长公共前后缀，然后就可以通过最长公共前后缀来快速跳跃，具体的证明与思路就看别人的吧。这里给出（https://www.luogu.com.cn/problem/P3375）luogu例题的代码：

#include<bits/stdc++.h>
using namespace std;
int n,m;
int net[1011101];
char s1[1011010],s2[110101];
int len1,len2;
int main()
{
	scanf("%s",s1+1);
	scanf("%s",s2+1);
	len1=strlen(s1+1);
	len2=strlen(s2+1);
	for(int i=2,j=0;i<=len2;i++)
	{
		while(j>0&&s2[i]!=s2[j+1]) j=net[j];
		if(s2[j+1]==s2[i]) j++;
		net[i]=j;
	}
	for(int i=1,j=0;i<=len1;i++)
	{
		while(j>0&&s2[j+1]!=s1[i]) j=net[j];
		if(s2[j+1]==s1[i]) j++;
		if(j==len2) 
		{
			printf("%d\n",i-len2+1);
			j=net[j];
		}
	}
	for(int i=1;i<=len2;i++) printf("%d ",net[i]);
	return 0;
}

这里有些别人写了注释的代码，理解下：
这是求next的：

j=0;
for (int i=2;i<=lb;i++)
{     
	while(j&&b[i]!=b[j+1]) j=kmp[j];    
	//此处判断j是否为0的原因在于，如果回跳到第一个字符就不 用再回跳了
	//通过自己匹配自己来得出每一个点的kmp值 
	if(b[j+1]==b[i])j++;    
	kmp[i]=j;
	//i+1失配后应该如何跳 
}

然后这是例题正常匹配的：

 int j=0;//j可以看做表示当前已经匹配完的模式串的最后一位的位置 
 //如果楼上看不懂，你也可以理解为j表示模式串匹配到第几位了 
 for(int i=1;i<=la;i++)
 {
      while(j&&b[j+1]!=a[i]) j=kmp[j]; //如果失配 ，那么就不断向回跳，直到可以继续匹配 
      if (b[j+1]==a[i]) j++; //如果匹配成功，那么对应的模式串位置++ 
      if (j==lb) 
      {
      	cout<<i-lb+1<<endl;
	 	j=kmp[j];//继续匹配 
	  }
}

next的应用：比方说这道 P4391 [BOI2009]Radio Transmission 无线传输（https://www.luogu.com.cn/problem/P4391）就要用到最长公共前后缀，代码简单不放了，结论的话证明起来还好吧，放一张别人的图。
以下是别人的话如果涉嫌抄袭请私信我：
假设这两段是整个字符串ss的最大公共前后缀；
第一段： 1~next[n]
第二段： n-next[n]+1~n
为了方便观察，我将前缀和后缀分开，令它们上下一一对应；在这里插入图片描述
二、 现在我们人为地把字符串按照红色段的长度划分为若干段并标号（图中的第1,2,3,4,5,6,7,8,9段）；

容易看出，红色的一段和后缀合起来就是原字符串；

所以推出：

  1. 因为上下对应相等，故第1段等于红色段；

  2. 因为是公共前后缀，故第2段等于第1段；

  3. 因为上下对应相等，故第3段等于第2段；

  4. 因为是公共前后缀，故第4段等于第3段；

  5. …

  6. 红色段就是循环子串；

三、从而，我们知道了原字符串ss除去公共前后缀（图中的黑色段）中的一个剩下的就是循环子串（图中的红色段）；同样，易知原串ss除去开头（或结尾）的循环子串（图中的红色段）剩下的部分就是公共前后缀（图中的黑色段）。

所以就搞定这个证明了

然后看下一题：P4824 [USACO15FEB] Censoring S（https://www.luogu.com.cn/problem/P4824）删除字符串s中的t，删完一个t后可能会构造成一个新的t，又可以删，开始的时候没什么思路，然后就看题解，发现可以用栈来维护，于是就有了以下的代码，不过先提一提思路（别人写的）：
1、KMP板子跑一遍
2、在 KMPKMP 过程中，把遍历到的 i（不是字符，而是下标）入栈，当匹配上 B 时，就把匹配的部分出栈，然后 j 从栈顶的 i 所能匹配到的最大的位置开始（就是 f[i] 记录的值），继续做 KMP
时间复杂度：B自身匹配一次 +A 与 B 匹配一次+ A 中最多每个字符进出栈一次，为 O(|A|)（大雾）。
行吧代码如下：

#include<bits/stdc++.h>//数组范围有点锅但懒得管
using namespace std;
int n,m;
char a[200001],t[200001];
int len1=0,len2=0;
int net[10001];
int f[10001];	
int q[10001],tot=0;//栈
int main()
{
	scanf("%s%s",a+1,t+1);
	len1=strlen(a+1),len2=strlen(t+1);
	net[0]=net[1]=0;
	for(int i=2,j=0;i<=len2;i++)
	{
		while(j&&t[j+1]!=t[i]) j=net[j];
		if(t[i]==t[j+1]) j++;
		net[i]=j;
	}
	for(int i=1,j=0;i<=len1;i++)
	{
		while(j&&a[i]!=t[j+1]) j=net[j];
		if(a[i]==t[j+1]) j++;//记录位置
		q[++tot]=i;//入栈
		f[i]=j;//f指的是它对应的那个j的匹配位置
		if(len2==j)//如果能成功匹配
		{	
			tot-=len2;//删掉那一段
			j=f[q[tot]];//从那个匹配的位置开始
		}
	}
	for(int i=1;i<=tot;i++) printf("%c",a[q[i]]);//栈中元素！
	return 0;
}

下一题！这个确实难！（https://www.luogu.com.cn/problem/P2375）P2375 [NOI2014] 动物园，我对kmp的理解直接上一层好吧真的，这个题，看似无从下手，实则是kmp的变式，
就本质上，统计的确实有意思先放代码，实质上就说统计以 i 结尾长度不超过 i/2 的最长公共前后缀的数量嗯就是这样，用num [ i ] 记录一下每一个以 i 结尾的贡献然后就可以O（n）求，最后i/2的情况可以用while((j<<1)>i) j=net[j];这一句来做用别人的话说就是：

我们将递归用的变量 j 的值不更新，这样，求完了 i 的答案以后，j 的位置一定在 i/2
的左边，也就是它已经满足要求了（对时间的优化）

代码：

#include<bits/stdc++.h>
#define int long long
using namespace std;
int m;
char a[1000001];
int net[1000001],num[1000001];
int ans=0;
int len;
signed main()
{
	int t;
	scanf("%lld",&t);
	while(t--)
	{
		scanf("%s",a+1);
		len=strlen(a+1);
		num[0]=0,num[1]=1;
		net[0]=net[1]=0;
		for(int i=2,j=0;i<=len;i++)
		{
			while(j&&a[i]!=a[j+1]) j=net[j];
			if(a[i]==a[j+1]) j++;
			net[i]=j;num[i]=num[j]+1;
		}
		int ans=1;
		for(int i=2,j=0;i<=len;i++)
		{
			while(j&&a[i]!=a[j+1]) j=net[j];
			if(a[i]==a[j+1]) j++;
			while((j<<1)>i) j=net[j];
			ans=ans*(num[j]+1);
			ans%=1000000007;
		}	
		printf("%lld\n",ans);
	}
	return 0;
}

然后是下一题，呃，就是 CF1200E Compress Words（https://www.luogu.com.cn/problem/CF1200E）就随便维护一下新的就好，不会的就看别人的题解吧，不过有一两个小坑点，第一个是不能跨越两个字符串进行操作，就是新字符串加上原字符串的一部分后求的值可能会超过新字符串的长度，所以我们可以在新字符串的结尾加上点奇怪的东西比如 ‘*%&……%&’这类的，然后另一个就是直接把答案串和输入串连起来求net可能会爆炸，所以我们可以连结一小部分。就呃这句， int minn=min(len1,len2);
放代码：

#include<bits/stdc++.h>
using namespace std;
int n,m;
char s[2000001],s1[2000001];
int len1=0,len2;
int net[2000001];
int main()
{
	int t;
	scanf("%d",&t);
	while(t--)
	{
		scanf("%s",s1+1);
		len2=strlen(s1+1);
		int minn=min(len1,len2);
		int tot=len2;//记录的是新加入的字符串改值后的长度 
		s1[++tot]='&&';
		net[0]=net[1]=0;
		for(int i=1;i<=minn;i++) s1[++tot]=s[len1-(minn-i)];
		for(int i=2,j=0;i<=tot;i++)
		{
			while(j&&s1[j+1]!=s1[i]) j=net[j];
			if(s1[i]==s1[j+1]) j++;
			net[i]=j;
		}
		for(int i=net[tot]+1;i<=len2;i++) s[++len1]=s1[i];
	}
	for(int i=1;i<=len1;i++) printf("%c",s[i]);
	return 0;
}

下一个就是最后一道题了，P3435 [POI2006] OKR-Periods of Words（https://www.luogu.com.cn/problem/P3435）本质上是求最短公共前后缀，为什么？看别人的解释吧讲的确实好（https://blog.csdn.net/jziwjxjd/article/details/113803877），求法则是用那个net [ net [ net [ … ] ] ] 来求。还有就是优化更新，打一个记忆化呗。
代码：

#include<bits/stdc++.h>
#define int long long
using namespace std;
int n,m;
char s[2000001];
int net[20000001];
int ans=0,len=0;
main()
{
	scanf("%lld",&n);
	scanf("%s",s+1);
	net[1]=net[0]=0;
	for(int i=2,j=0;i<=n;i++)
	{
		while(j&&s[i]!=s[j+1]) j=net[j];
		if(s[i]==s[j+1]) j++;
		net[i]=j;
	}
	int ans=0;
	for(int i=2,j=i;i<=n;i++,j=i)
	{
		while(net[j]) j=net[j];
		if(net[i]) net[i]=j;//这是记忆化
		ans+=i-j;
	}
	printf("%lld",ans);
	return 0;
}

CF808G Anthem of Berland（https://www.luogu.com.cn/problem/CF808G）一道绝对nb的dp加kmp，确实nb。以下是别人的题解：（https://www.luogu.com.cn/problem/solution/CF808G）
看到数据范围，决定dp。开始想做一个nm的dp，确实可行但数组做不到，那就对其改变，设 f[ i ] ​表示 t 在 s 的前 i 个位置最大的出现次数。那么如果一个位置想从之前的位置转移过来，就必须满足t能在这个位置与s匹配，这一部分可以O(m)暴力判断。
然后就是转移嘛，明显可以从f [ i - m + 1] 中转移过来表示这一段是一个整t。不过，可能会有t重叠的情况，那就只能用求最长公共前后缀的方式来做为什么捏，因为这个那个感性理解一下，就是能用的直接用一下就好了。我们可以通过从m开始一直跳next，来保证前缀与后缀相等。但还有一个问题，因为f的定义，导致我们无法直接从 f [ i - m + 1 ] 来转移，所以我们要多设置一个g [ i ] 来表示s的前i个位置，强制最后放一个t的最大出现次数。、
ok上代码！在这里插入图片描述

#include<bits/stdc++.h>
using namespace std;
int n,m;
char s[1000001],t[1000001];
int g[1000001],f[1000001];
int net[1000001];	
bool pd(int p)
{
	for(int i=1;i<=m;i++)
	{
		if(s[p-i+1]!=t[m-i+1]&&s[p-i+1]!='?') return false;
	}
	return true ;
}
int main()
{
	scanf("%s%s",s+1,t+1);
	n=strlen(s+1),m=strlen(t+1);
	net[0]=net[1]=0;
	for(int i=2,j=0;i<=m;i++)
	{
		while(j&&t[i]!=t[j+1]) j=net[j];
		if(t[i]==t[j+1])j++;
		net[i]=j;
	}
	for(int i=1;i<=n;i++)
	{
		f[i]=f[i-1];
		if(pd(i))//判断能否能用
		{
			g[i]=f[i-m]+1;
			for(int j=net[m];j!=0;j=net[j]) g[i]=max(g[i],g[i-(m-j)]+1);//就是这个高级的好东西啦！
		}
		f[i]=max(f[i],g[i]);
	}
	printf("%d",f[n]);
	return 0;
}
cn_tigerhan
关注
Censoring【KMP算法+堆栈模拟】
XJHui
09-03 683
Censoring 传送门：链接 来源：UPC8203 题目描述 Farmer John has purchased a subscription to Good Hooveskeeping magazine for his cows, so they have plenty of material to read while waiting around in the barn dur...
KMP　算法理解
04-11
《KMP算法理解》 KMP（Knuth-Morris-Pratt）算法是一种在文本串中查找模式串的高效算法，由D.E.Knuth、V.R.Morris和J.H.Pratt于1970年提出。这个算法的核心思想是避免在匹配过程中出现部分匹配的情况，从而提高搜索...
洛谷P4824 [USACO15FEB] Censoring S 题解
q779的博客
01-28 846
KMP+栈
如何理解KMP算法
Kepler11的博客
09-13 416
KMP算法是对字符串暴力匹配算法的改进，要理解KMP算法，首先需要了解字符串的暴力匹配算法。 暴力匹配算法 假设有主串“abcabcabcabf”和模式串"abcabf"，我们需要逐个比较主串s和模式串p的字符，如果模式串的每个字符都能和主串的某个子串匹配上，则查找成功 从i=0,j=0开始,逐个比较s[i]和p[j]，当i=5并且j=5时，出现s[i] != s[j] 的情况 这时i应该回退到i=1的位置，j回退到j=0，然后再次开始逐个比较 直到最后 i = 11, j = 5时匹配结束 .
如何理解KMP算法（简易版）
m0_56796630的博客
03-24 461
快速入门KMP算法
信息学奥赛一本通提高篇 题解目录
最新发布
长春高老师编程
02-26 1102
1434 【例题2】Best Cow Fences。1439 【SCOI2010】传送带。1433 【例题1】愤怒的牛。1435 【例题3】曲线。1436 数列分段II。1437 扩散。1438 灯泡。
P3121题解
weixin_48335395的博客
08-01 142
FJ 把杂志上所有的文章摘抄了下来并把它变成了一个长度不超过105的字符串s。他有一个包含n个单词的列表，列表里的n个单词记为t1​⋯tn​。他希望从s中删除这些单词。FJ 每次在s中找到最早出现的列表中的单词（最早出现指该单词的开始位置最小），然后从s中删除这个单词。他重复这个操作直到s中没有列表里的单词为止。注意删除一个单词后可能会导致s中出现另一个列表中的单词。FJ 注意到列表中的单词不会出现一个单词是另一个单词子串的情况，这意味着每个列表中的单词在s。
KMP算法最浅显理解(小白教程)
01-20
这里不扯概念，只讲算法过程和代码理解： KMP算法求解什么类型问题 字符串匹配。给你两个字符串，寻找其中一个字符串是否包含另一个字符串，如果包含，返回包含的起始位置。 如下面两个字符串： char *str = ...
kmp理解
eddddd’ world
11-01 364
kmp算法的核心就是对next 数组的理解和构造，，以前一直都理解错了于是一直背kmp代码模版［其实也是很好背的orz，，今天终于纠正过来。 首先对next［i］下一个定义。 如果子串第i位与母串第j位配失败了，则子串的第next［i］位 应该与母串第j位重新匹配。即，next［i］是子串与母串j重新匹配的位点。 而这个位点有什么特性呢？子串［0～next[i]-1］与子串［i-next
KMP理解
xiaoxiede_wo的博客
10-25 164
处理字符串匹配问题，最简单直接的方法是BF算法，原串用i表示指向的字符位置，模式串用j表示。开始从i=0，j=0比较str[i]和mo[j]是否相等。若相等i++，j++。若不相等，j重新指向0位置，i从第二个str[1]开始......。这样时间复杂度为l1*l2.。比较耗时。 而KMP利用模式串相同的前缀后缀。j指针回溯，i指针不回溯。因为匹配到j时说明前j-1个串一定是全匹配的，当匹配出现
KMP之理解
wuxiaowu547的博客
01-25 186
这篇文章其实应该有另一个名字：KMP之终于弄懂next[]数组了； 写这篇文章的时候是在我学了一段时间字典树和AC自动机之后； 之前一直弄不懂kmp到底快在哪，有什么好处，以及next[]数组有什么用，存的是什么，一开始觉得很玄学，现在看了一个b站的视频之后才明白了kmp的用处，b站视频：橙子讲算法kmp; 首先说一下我对kmp的理解，kmp是模式匹配算法，简单地说就是看主串里有没有模式串，
P4824 Censoring 与 KMP模板 题解
weixin_56361327的博客
08-06 122
给定字符串s和t，求s中子串为t的个数及所有起始位置。特别的，对于每个i，还要给出1i区间内，满足以下条件的j1≤jisubstr1jsubstri−j1i。
CENSORING
liankewei的博客
04-07 795
CENSORING CENSORING 题目描述 FJ为它的奶牛订阅了很多杂志，balabala.......，其中有一些奶牛不宜的东西(比如如何煮牛排)。 FJ将杂志中所有的文章提取出来组成一个长度最多为10^5的字符串S。他有一个要从S中删除的词语的列表，t1,t2...tn。 FJ每次找到最早的出现在列表里的子串，然后将其删去。他...
BZOJ3940: [Usaco2015 Feb]Censoring (AC自动机)
weixin_30321709的博客
06-01 127
题意:在文本串上删除一些字符串 每次优先删除从左边开始第一个满足的 　　 删除后剩下的串连在一起重复删除步骤 直到不能删 题解:建fail 用栈存当前放进了那些字符 如果可以删 fail指针跳到前面去 好菜啊TAT 原来还有个优化 #include <bits/stdc++.h> using namespace std; char ...
BZOJ[3942][Usaco2015 Feb]Censoring(Silver) KMP
谁能代表肯德基
02-05 430
传送门ber～ KMP在匹配主串时如果能匹配到一个子串，就将这个子串弹掉 从该子串前一个位置继续匹配 也可以用AC自动机实现 代码如下： #include #include #define N 1000050 using namespace std; char c[N],str[N],s[N]; int pos[N],nex[N],top; inline void GetNext(){
【AC自动机】Censoring
weixin_30835923的博客
08-17 201
【题目链接】 https://loj.ac/problem/10059 【题意】 有一个长度不超过1e5的字符串。Farmer John 希望在 T中删掉 n个屏蔽词（一个屏蔽词可能出现多次），这些词记为 P1，P2……Pn。 【题解】 利用栈来进行匹配删除即可。 1、建模式串的AC自动机。（结尾位置记录长度） 2、利用文本串跑一遍AC自动机。 3...
KMP.rar_KMP_KMP 串匹配_KMP 支持通配符
09-23
《KMP算法与通配符支持在字符串匹配中的应用》 KMP算法，全称Knuth-Morris-Pratt算法，是一种高效的...理解并掌握KMP算法及其通配符支持，对于任何从事文本处理和数据搜索工作的开发者来说，都是一项不可或缺的技能。
KMP的一点理解
baidu_41873146的博客
09-15 175
假设现在我们面临这样一个问题：有一个文本串S，和一个模式串P，现在要查找P在S中的位置，怎么查找呢？ 我们可以利用双指针的方式进行匹配但这时一个非常消耗时间的问题出来了，一旦失配应该怎么匹配，这时今天的主角就要登场啦，我们可以设一个数组用于记录在失配点之前有多少个点是可以直接继续匹配的，比如说对“123121”进行匹配“12312312”当匹配到第二个3的时候适配这时的失配点的之前123是可以用...
BZOJ 3940 Censoring ( Trie 图 )
08-21 110
题目链接 题意 : 中文题、点链接 分析 : 直接建 Trie 图、在每一个串的末尾节点记录其整串长度、方便删串操作 然后对于问询串、由于可能有删串操作 所以在跑 Trie 图的过程当中需要拿个栈记录一下路径 跑 Trie 图的意思就是说将问询串字符一个个拿出来 然后一直找当前节点的下一个对应字母的节点 由于是 Trie 图、所以在 Fail 的时候也会自动跑到对应的节点...
【KMP】BZOJ3942-[Usaco2015 Feb] Censoring
dianchunhui2654的博客
07-27 154
【题目大意】 有一个S串和一个T串，长度均小于1,000,000，设当前串为U串，然后从前往后枚举S串一个字符一个字符往U串里添加，若U串后缀为T，则去掉这个后缀继续流程。输出最后的S串。 【思路】三天前写过一次，用的是以前的KMP模板，但是觉得太乱了，数组下标一会儿是下标一会儿是长度，傻傻分不清。参照其他人常见的方法重改了一发，算是比较清晰的KMP了，所有数组下标均直接指代...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值