算法-发明KMP算法的唐纳德·克努特是怎么想到失配函数next[j]的?

标签: 算法 kmp next
10662人阅读 评论(3) 收藏 举报
分类:

背景

字符串模式匹配,普通模式非常好理解,拿着模式串依次与主串做比较,知道完全匹配,但是这种算法,主串得不断地回溯,时间复杂度O(n*m)。


这里写图片描述

唐纳德·克努特

有没有降低时间复杂度的可能,唐纳德·克努特等人想到了一种办法不用使主串不停地回溯,而每次使模式串的某个字符与主串的待比较字符对齐,这个算法简称KMP。求解模式串的哪个字符该与这次比较的主串字符对齐,是KMP算法的核心,简称next函数或失配函数。这种算法求解复杂度降低到O(n+m)。

next函数语义

next[j]=k表达的意思是从模式串的 1~j-1 组成的子模式串,最长相同的前、后缀的长度为 k-1。举例说明,如下的字符串,next[6]=3,因为编号为6的字符c的最长前缀为编号为1的a ,编号为2的b 字符,最长后缀为编号为4的字符,编号为5的字符b,所以 k=3。

1 2 3 4 5 6 7 8
a b a a b c a c

再看一下失配函数next[j]的严格定义,模式串字符的编码从1开始。


这里写图片描述

next函数分析

next 函数值仅取决于模式串本身而与相匹配的主串无关。从next函数的定义出发用递推的方法求next函数值。

由定义得知 next[1]=0,设next[j]=k,这表明在模式串中存在下列关系

"P1...Pk-1" = "Pj-k+1...Pj-1"

图形化显示(一条竖线表示一个字符):


这里写图片描述

其中k为满足1 < k < j的某个值,并且不能存在k’ > k满足上个等式。此时 next[j+1]=? 分两种情况讨论,

1)若 Pk = Pj ,则 next[j+1] = next[j] + 1 ,即 k + 1 ,如下图显示:


这里写图片描述

2)若Pk不等于Pj,如下图所示,我们把如下字符,看成一个字符串,寻找它的最长相同的前、后缀:

"P1...Pj+1"


这里写图片描述

此时我们已知一个条件:

"P1...Pk-1" = "Pj-k+1...Pj-1"

也就是在上图中2个黄色区域表示的前、后缀字符串相等,这样我们依然在上图中的左侧黄色部分中寻找。最终找到了2块咖啡色区域 1~k’-1, k-k’+1~k-1 相等,根据next函数的定义,便是:

next[k]=k'


这里写图片描述

并且我们根据已知条件 ‘P1…Pk-1’ = ‘Pj-k+1…Pj-1’,可以推导出在右侧黄色区域也存在这样的咖啡色区域,根据等式传递,我们可以得出:

"P1...Pk'-1" = "Pj-k'+1...Pj-1"

因为Pj不等于Pk,所以我们新找出了一个k’(很显然1 < k’ < k),如果它真的满足了 Pj=Pk’,则 next[j+1] = k’ + 1 ,即 :

next[j+1] = next[k] + 1  

如果它很遗憾地又不等于Pj,也没关系,我们继续在[1,k’]这个区间内找这样的K点,如果真的不存在这样的k’,那么 根据定义可以得出:

next[j+1]=1

失配函数代码实现

        /// <summary>
        /// 失配函数
        /// </summary>
        /// <param name="p">模式字符串(编码从索引位置1开始)</param>
        /// <returns>模式字符串中每个字符的失配值数组</returns>
        private static int[] getNext(char[] p)
        {
            int[] next = new int[p.Length];
            next[1] = 0;
            int j = 1;
            int k = 0;

            while (j < p.Length - 1)
            {
                if (k == 0 || p[j] == p[k])
                {
                    next[++j] = ++k; //上述分析中的k'+1赋值给next[j+1]
                }
                else
                {
                    k = next[k]; //next[k]赋值给k,相当于上述分析中的k'
                }
            }
            return next;
        }

模拟分析

模拟失配函数求解的整个过程代码。

        static void Main(string[] args)
        {
            string pattern = "abaabcac";
            char[] pcharsfrom1 = preOperate(pattern);
            Console.WriteLine();
            int[] next = getNextWithTest(pcharsfrom1);

            printf(next);
            Console.ReadLine();
        }

预处理字符串,将字符串整体后移1位

        /// <summary>
        /// 预处理字符串,将字符串整体后移1位
        /// </summary>
        /// <returns></returns>
        private static char[] preOperate(string pattern)
        {
            char[] pchars = pattern.ToCharArray(0, pattern.Length);
            char[] pcharsfrom1 = new char[pchars.Length + 1];
            for (int i = pchars.Length; i > 0; i--)
                pcharsfrom1[i] = pchars[i - 1];
            return pcharsfrom1;
        }
        private static int[] getNextWithTest(char[] p)
        {
            int[] next = new int[p.Length];
            next[1] = 0;
            int j = 1;
            int k = 0;

            printf(p);


            while (j < p.Length - 1)
            {
                if (k != 0)
                    Console.WriteLine("p[{0}]({1}) == p[{2}]({3})??", j, p[j], k, p[k]);
                if (k == 0 || p[j] == p[k])
                {
                    if (k == 0)
                    {
                        ++j;
                        ++k;
                        next[j] = k;
                        Console.WriteLine("根据k=0得出:p[{0}]={1}", j, k);
                        Console.ForegroundColor = ConsoleColor.DarkGreen;
                        Console.WriteLine("--------------------------------");
                        Console.ForegroundColor = ConsoleColor.White;
                    }
                    else
                    {

                        ++j;
                        ++k;
                        next[j] = k;
                        Console.WriteLine("根据p[j] == p[k]得出:p[{0}]={1}", j, k);
                        Console.ForegroundColor = ConsoleColor.DarkGreen;
                        Console.WriteLine("--------------------------------");
                        Console.ForegroundColor = ConsoleColor.White;
                    }
                }
                else
                {
                    k = next[k];
                }
            }
            return next;
        }

        private static void printf<T>(T[] p)
        {
            int eachlineCount = 10;
            for (int line = 0; line < p.Length / eachlineCount + 1; line++)
            {
                for (int i = 0; i < eachlineCount && line * eachlineCount + i < p.Length; i++)
                {
                    Console.Write("  {0}  ", line * eachlineCount + i);
                }
                Console.Write("\n");
                for (int i = 0; i < eachlineCount && line * eachlineCount + i < p.Length; i++)
                {
                    if (line == 0)
                        Console.Write("  {0}  ", p[line * eachlineCount + i]);
                    else
                    {
                        Console.Write("   {0}  ", p[line * eachlineCount + i]);
                    }
                }

                Console.Write("\n\n");
            }
        }

模拟结果展示:


这里写图片描述

源码下载:

http://download.csdn.net/detail/daigualu/9791023

查看评论

计算机鼻祖-Donald Knuth(高德纳) 的传奇

李开复说,练内功,不要只花功夫学习各种流行的编程语言和工具,以及一些公司招聘广告上要求的科目。要把数据结构、算法、数据库、操作系统原理、计算机体系结构、计算机网络,离散数学等基础课程学好。不妨试试Do...
  • gatieme
  • gatieme
  • 2014-05-12 13:37:12
  • 22568

一代算法大师 Donald E. Knuth

一代算法大师 Donald E. Knuth Donald E. Knuth,1938年出生于Wisconsin。1960年,当他毕业于Case Institute of Technology数学系时...
  • andyhou
  • andyhou
  • 2007-01-25 21:27:00
  • 1461

数据显示:中国程序员是世界上最牛的程序员

如果有人问你哪里的程序员最牛,十有八九你会觉得是美国。毕竟美国拥有非常多杰出的程序员:比尔·盖茨、 肯·汤普森、 C 语言之父丹尼斯·里奇、唐纳德·克努特…… 但是据小编所知,印度这些年,程...
  • z346859
  • z346859
  • 2017-12-12 20:51:26
  • 685

【译】数据显示:中国的程序员是世界上最牛的程序员?

写在前面:一直觉得中国的程序员想法多,肯钻研肯学习,但却不知道原来中国的程序员是世界上最牛的程序员。说来可能不信,但根据HackerRank官网的一篇报道,数据显示中国的程序员就是世界上最牛的程序员。...
  • qq_40543535
  • qq_40543535
  • 2017-11-30 09:30:14
  • 1178

KMP入门级别算法详解--终于解决了(next数组详解)

从几个月之前就开始学习KMP,看了一堆博客跟教程,没有一个整明白。后来找了大神给我口述的,才算是明白了。我用简练的语言再重新描述一下,抛开算法的代码实现,就概念理论来阐述KMP算法。 next数组详解...
  • LEE18254290736
  • LEE18254290736
  • 2017-08-16 22:55:36
  • 9689

数据结构——关于KMP算法中next函数的详细解析

之前看到数据结构中字符串的模式匹配时,花了半天的时间,才把KMP算法中的next函数整明白了,结果过了几天在看到这时,只记得next[j+1]=next[j]+1,可是有时候能套公式正确算出,有时候就...
  • u012532559
  • u012532559
  • 2015-03-19 20:49:10
  • 13461

.NET框架-Clone什么

.NET中有很多对象都实现了IClonable接口,并且带有virtual,也就是我们可以重新实现的,那么Clone到底复制了什么?...
  • daigualu
  • daigualu
  • 2017-03-07 12:11:18
  • 573

LeetCode-Easy部分中标签为String 14. Longest Common Prefix

求各个字符串的最大公共前缀。先求出前2个最大公共前缀 cstr,然后拿它在之后字符依次比较,有一个不是,则丢弃 cstr 的最后一个字符。...
  • daigualu
  • daigualu
  • 2017-04-08 10:05:05
  • 438

唐纳德·克努特 (Donald Ervin Knuth)

高德纳是算法和程序设计技术的先驱者,计算机排版系统TEX和METAFONT的发明者,他因这些成就和大量创造性的影响深远的著作而誉满全球。德纳(Donald Ervin Knuth)——经典巨著《计算机...
  • qq_28236309
  • qq_28236309
  • 2015-08-22 21:08:36
  • 1199

KMP算法NEXT数组计算方法

KMP算法: 关键是利用匹配失败后的信息,尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是实现一个next()函数,函数本身包含了模式串的局部匹配信息。时间复杂度O(m+n)。 个...
  • zero9988
  • zero9988
  • 2017-03-05 23:24:10
  • 904
    算法channel

    交流思想,注重分析,实例阐述,通俗易懂,包含但不限于:经典算法,机器学习,深度学习,LeetCode 题解,Kaggle 实战。期待您的到来!

    算法与人工智能交流群:646901659

    个人资料
    专栏达人 持之以恒
    等级:
    访问量: 33万+
    积分: 7786
    排名: 3400
    博客专栏