【数据结构】字符串匹配之KMP算法

 

虽然今年寒假时已经结合王道机试指南过了一遍KMP算法，然鹅。。笔者今天又花了大半天才弄清楚KMP算法的工作原理。为了避免重复今天的失态，在本文中整理了KMP的内容。

 

---

 

1. 基本原理

首先介绍什么是模式匹配？

• 存储结构——顺序结构
• 什么是模式匹配？给定两个串S=”s1s2…sn”和T=”t1t2…tm”，在主串S中寻找子串T的过程称为模式匹配。
• T称为模式串，如果匹配成功，返回T在S中的位置，如果匹配失败，返回0.

因为笔者的文笔一般，理解的也不算多透彻，在这里放一篇大佬整理的关于朴素的模式匹配算法和KMP算法的教程帖：

https://blog.csdn.net/daijin888888/article/details/70212563

文中令我印象最深刻的是这句：（即T前部=T后部，T后部=S后部，则T前部=S后部）

细品之后才发现，这句话道出了KMP算法的核心原理，在搜索时进行跳转的原因和具体跳转到什么地方，都和这句话有关。

详细的内容，请读者自己翻看上文或者找别的经验贴吧。下面开始编程：

 

---

 

2. 朴素的模式匹配算法

人称“暴力算法”，耗时耗内存。讲道理，笔者也不知道在机试的时候能不能用这个。如果测试用例比较多的话，用这个方法应该可以拿到较小的测试用例的分数吧。虽然是杀敌一千，自损八百的操作。。。

#include<iostream>
#include<cstdio>

using namespace std;

int BF(char S[], char T[])
{
	int i = 0, j = 0;
	while (S[i] != '\0'  &&  T[j] != '\0')
	{
		if (S[i] == T[j]) { i++; j++; }   // 继比较后继字符
		else { i = i - j + 1;   j = 0; }     // 指针后退重新开始匹配
	}
	if (T[j] == '\0')  return i - j + 1;
	else  return 0;
}

int main()
{
	char a[] = "ldncdncdnckmsajnabjnksn";
	char b[] = "nck";
	int position = BF(a, b);
	cout << position << endl;

	return 0;
}

 

---

 

3. KMP算法

本文核心，但是能说的是不是说完了呢？？？

建议在阅读代码的时候，自己在VS上逐步调试或者在纸上写写匹配的过程，一定要和理论的算法对应起来。

有的代码是搜索数字，用int 数组存储；有的代码是搜索字符串，用string存储。在本文中，考虑的是字符串，代码如下：

#include<iostream>
#include<cstdio>
#include<string>

using namespace std;

const int MAXN = 1000000;
int nextTable[MAXN];

void GetNextTable(string pattern)
{
	int m = pattern.size();
	int i = 0;
	int j = -1;
	nextTable[i] = j;

	while (i < m)
	{
		if (j == -1 || pattern[i] == pattern[j])
		{
			i++;
			j++;
			nextTable[i] = j;
		}
		else
		{
			j = nextTable[j];
		}
	}

	//for (int i = 0; i < m; i++)
	//{
	//	cout << pattern[i] << " : " << nextTable[i] << endl;
	//}

	return;
}

int KMP(string text, string pattern)
{
	GetNextTable(pattern);
	int n = text.size();
	int m = pattern.size();
	int i = 0;
	int j = 0;
	int number = 0;
	while (i < n)
	{
		if (j == -1 || text[i] == pattern[j])
		{
			i++;
			j++;
		}
		else
		{
			j = nextTable[j];
		}
		if (j == m)
		{
			number++;
			j = nextTable[j];
		}
	}

	return number;
}

int main()
{
	int caseNumber = 0;
	string text, pattern;
	cin >> caseNumber;

	while (caseNumber--)
	{
		while (cin >> pattern >> text )
		{
			printf("%d\n", KMP(text, pattern));
		}
	}

	return 0;
}

 

---

 

4.总结

虽然花费了一整天来理解这个算法，我觉得还是挺值的。如果脑子不够灵光，就用努力和时间去弥补。不管是眼下的保研，还是未来的工作，皆是如此。