next数组最简单求解方式和KMP算法匹配

        KMP算法（Knuth-Morris-Pratt算法）是一种在文本字符串中高效查找子串（模式串）出现位置的算法。它避免了最简单的暴力匹配方法中的大量回溯，通过构建一个next数组（或者称为“部分匹配表”）来指导匹配过程。

        我看了网上很多人的方法，感觉都没有把next数组该如何求解的问题说明白。因此，我在仔细钻研了王道还有数据结构等教材后，总结出了下面的求解方法。

Next数组构建方法：

        公式：next[j]=前后缀最长公共子序列长度+1

        规定：第一个和第二个元素的next值分别为0、1

例题1

        看下图的例子，求解子串【abcac】的next数组：

第一步：

        由规定前两个值分别为0、1，我们直接看第三个字符【c】，字符【c】之前的串为【ab】

        前缀：【a】

        后缀：【b】

        没有最长公共子序列，因此前后缀最长公共子序列长度：0

        next[3]=0+1=1

第二步：

        我们看第四个字符【a】，字符【a】之前的串为【abc】

        前缀：【a】，【ab】

        后缀：【c】，【bc】

        没有最长公共子序列，因此前后缀最长公共子序列长度：0

        next[4]=0+1=1

第三步：

        我们看第五个字符【c】，字符【c】之前的串为【abca】

        前缀：【a】，【ab】，【abc】

        后缀：【a】，【ca】，【bca】

        存在最长公共子序列【a】，因此前后缀最长公共子序列长度：1

        next[5]=1+1=2

例题2

        看下图的例子，求解子串【abaabcaba】的next数组：

第一步：

        由规定前两个值分别为0、1，我们直接看第三个字符【a】，字符【a】之前的串为【ab】

        前缀：【a】

        后缀：【b】

        没有最长公共子序列，因此前后缀最长公共子序列长度：0

        next[3]=0+1=1

第二步：

        我们看第四个字符【a】，字符【a】之前的串为【aba】

        前缀：【a】，【ab】

        后缀：【a】，【ba】

        存在最长公共子序列【a】，因此前后缀最长公共子序列长度：1

        next[4]=1+1=2

第三步：

        我们看第五个字符【b】，字符【b】之前的串为【abaa】

        前缀：【a】，【ab】，【aba】

        后缀：【a】，【aa】，【baa】

        存在最长公共子序列【a】，因此前后缀最长公共子序列长度：1

        next[5]=1+1=2

第四步：

        我们看第六个字符【c】，字符【c】之前的串为【abaab】

        前缀：【a】，【ab】，【aba】，【abaa】

        后缀：【b】，【ab】，【aab】，【baab】

        存在最长公共子序列【ab】，因此前后缀最长公共子序列长度：2

        next[6]=2+1=3

第五步：

        我们看第七个字符【a】，字符【a】之前的串为【abaabc】

        前缀：【a】，【ab】，【aba】，【abaa】，【abaab】

        后缀：【c】，【bc】，【abc】，【aabc】，【baabc】

        没有最长公共子序列，因此前后缀最长公共子序列长度：0

        next[7]=0+1=1

第六步：

        我们看第八个字符【b】，字符【b】之前的串为【abaabca】

        前缀：【a】，【ab】，【aba】，【abaa】，【abaab】，【abaabc】

        后缀：【a】，【ca】，【bca】，【abca】，【aabca】，【baabca】

        存在最长公共子序列【a】，因此前后缀最长公共子序列长度：1

        next[8]=1+1=2

第七步：

        我们看第九个字符【a】，字符【a】之前的串为【abaabcab】

        前缀：【a】，【ab】，【aba】，【abaa】，【abaab】，【abaabc】，【abaabca】

        后缀：【b】，【ab】，【cab】，【bcab】，【abcab】，【aabcab】，【baabcab】

        存在最长公共子序列【ab】，因此前后缀最长公共子序列长度：2

        next[9]=2+1=3

KMP算法匹配：

        公式：右移位数=已匹配字符数-最后一个匹配字符next值

        规则：当子串与主串的字符发生失配时，子串右移，指针不变动，然后从指针指向主串当前位置开始重新匹配

例题1

【2015统考真题】已知字符串S为'abaabaabacacaabaabcc'，模式串t为'abaabc'。采用KMP算法进行匹配，第一次出现“失配”（s[i]≠t[j]）时，i=j=5，则下次开始匹配时，i和j的值分别是（）。

A.i=1，j=0                     B.i=5，j=0                     C.i=5，j=2                     D.i=6，j=2

解答：

先计算模式串t的next数组，如图所示

第一次进行匹配，子串第6个字符【c】与主串S第6个字符【a】失配，此时i=j=5，说明主串和模式串的位序从0开始排列，子串右移，进行下一次匹配

目前已匹配字符数为5

子串最后一个匹配字符为【b】，其next值为2

因此，右移位数=5-2=3

指针不变动，此时从主串第6个字符和子串第3个字符开始匹配，即从主串s[5]和子串t[2]开始，因此，i=5，j=2，答案选C

例题2

【2019统考真题】设主串T='abaabaabcabaabc'，模式串S='abaabc'。采用KMP算法进行模式匹配，到匹配成功时为止，在匹配过程中进行的单个字符间的比较次数是（）。

A.9                        B.10                        C.12                        D.15

解答：

先计算模式串S的next数组，如图所示

第一次进行匹配，子串第6个字符【c】与主串T第6个字符【a】失配，子串右移，进行下一次匹配，第一次匹配字符一共比较了6次

目前已匹配字符数为5

子串最后一个匹配字符为【b】，其next值为2

因此，右移位数=5-2=3

第二次进行匹配，指针不变动，此时从主串第6个字符和子串第3个字符开始匹配，匹配成功，第二次匹配字符一共比较了4次

因此两次匹配字符总共比较了6+4=10次，答案选B