kmp算法知识

KMP的主要思想是当出现字符串不匹配时，可以知道一部分之前已经匹配的文本内容，可以利用这些信息避免从头再去做匹配了。

前缀表是用来回退的，它记录了模式串与主串(文本串)不匹配的时候，模式串应该从哪里开始重新匹配。

文本串中第六个字符b 和 模式串的第六个字符f，不匹配了。如果暴力匹配，会发现不匹配，此时就要从头匹配了。

但如果使用前缀表，就不会从头匹配，而是从上次已经匹配的内容开始匹配，找到了模式串中第三个字符b继续开始匹配。

首先要知道前缀表的任务是当前位置匹配失败，找到之前已经匹配上的位置，再重新匹配，此也意味着在某个字符失配时，前缀表会告诉你下一步匹配中，模式串应该跳到哪个位置。

那么什么是前缀表：记录下标i之前（包括i）的字符串中，有多大长度的相同前缀后缀。

前缀是指不包含最后一个字符的所有以第一个字符开头的连续子串。

后缀是指不包含第一个字符的所有以最后一个字符结尾的连续子串。

前缀表要求的就是相同前后缀的长度。

字符串aabaa的最长相等的前缀 和 后缀字符串是 子字符串aa ，因为找到了最长相等的前缀和后缀，匹配失败的位置是后缀子串的后面，那么我们找到与其相同的前缀的后面从新匹配就可以了。

所以前缀表具有告诉我们当前位置匹配失败，跳到之前已经匹配过的地方的能力。

前缀是指不包含最后一个字符的所有以第一个字符开头的连续子串；后缀是指不包含第一个字符的所有以最后一个字符结尾的连续子串。

可以看出模式串与前缀表对应位置的数字表示的就是：下标i之前（包括i）的字符串中，有多大长度的相同前缀后缀。

其实这并不涉及到KMP的原理，而是具体实现，next数组即可以就是前缀表，也可以是前缀表统一减一（右移一位，初始位置为-1）。

KMP算法的时间复杂度是O(n+m)

构造next数组

1. 初始化
2. 处理前后缀不相同的情况
3. 处理前后缀相同的情况

初始化

定义两个指针i和j，j指向前缀起始位置，i指向后缀起始位置。

next[i] 表示 i（包括i）之前最长相等的前后缀长度（其实就是j）

所以初始化就j= -1 next[0] = j。

int j = -1;
next[0] = j;

处理前后缀不相同的情况

因为j初始化为-1，那么i就从1开始，进行s[i] 与 s[j+1]的比较。

如果 s[i] 与 s[j+1]不相同，也就是遇到 前后缀末尾不相同的情况，就要向前回退。

next[j]就是记录着j（包括j）之前的子串的相同前后缀的长度。

那么 s[i] 与 s[j+1] 不相同，就要找 j+1前一个元素在next数组里的值（就是next[j]）。

for(int i = 1; i < s.size(); i++) {
		while (j >= 0 && s[i] != s[j + 1]) { // 前后缀不相同了
	    j = next[j]; // 向前回退
	}
};

处理前后缀相同的情况

如果s[i] 与 s[j + 1] 相同，那么就同时向后移动i 和j 说明找到了相同的前后缀，同时还要将j（前缀的长度）赋给next[i], 因为next[i]要记录相同前后缀的长度。

 

if (s[i] == s[j + 1]) { // 找到相同的前后缀
    j++;
}
next[i] = j;

使用next数组来匹配

步骤和上面构造next数组很相似，只是多了一步要进行判断文本串里面是否出现了模式串，如果j指向模式串t的末尾，那么说明模式串t完全匹配文本串s里的某个子串。

int j = -1; // 因为next数组里记录的起始位置为-1
for (int i = 0; i < s.size(); i++) { // 注意i就从0开始
    while(j >= 0 && s[i] != t[j + 1]) { // 不匹配
        j = next[j]; // j 寻找之前匹配的位置
    }
    if (s[i] == t[j + 1]) { // 匹配，j和i同时向后移动
        j++; // i的增加在for循环里
    }
    if (j == (t.size() - 1) ) { // 文本串s里出现了模式串t
        return (i - t.size() + 1);
    }
}

kmp算法

前缀表（不减一）

    class Solution {
public:
    void getNext(int* next,string& s){
        int j = 0;
        next[0] = 0;
        for(int i = 1;i<s.size();i++){
            while(j>0&&s[i] != s[j]){
                j = next[j-1];
            }
            if(s[i] == s[j]){
                j++;
            }
             next[i] = j;
        }
    }
    int strStr(string haystack, string needle) {
        if(needle.size() == 0) return 0;
        int next[needle.size()];
        getNext(next,needle);
        int j = 0;
        for(int i = 0;i<haystack.size();i++){
            while(j>0 && haystack[i] !=needle[j]){
                j = next[j-1]; //是要找前一位的对应的回退位置了
            }
            if(haystack[i] == needle[j]){
                j++;
            }
            if(j == needle.size()){
                return (i-needle.size()+1);
            }
        }
        return -1;
    }
};

前缀表（减一）

class Solution {
public:
    void getNext(int* next, const string& s) {
        int j = -1;
        next[0] = j;
        for(int i = 1; i < s.size(); i++) { // 注意i从1开始
            while (j >= 0 && s[i] != s[j + 1]) { // 前后缀不相同了
                j = next[j]; // 向前回退
            }
            if (s[i] == s[j + 1]) { // 找到相同的前后缀
                j++;
            }
            next[i] = j; // 将j（前缀的长度）赋给next[i]
        }
    }
    int strStr(string haystack, string needle) {
        if (needle.size() == 0) {
            return 0;
        }
        int next[needle.size()];
        getNext(next, needle);
        int j = -1; // // 因为next数组里记录的起始位置为-1
        for (int i = 0; i < haystack.size(); i++) { // 注意i就从0开始
            while(j >= 0 && haystack[i] != needle[j + 1]) { // 不匹配
                j = next[j]; // j 寻找之前匹配的位置
            }
            if (haystack[i] == needle[j + 1]) { // 匹配，j和i同时向后移动
                j++; // i的增加在for循环里
            }
            if (j == (needle.size() - 1) ) { // 文本串s里出现了模式串t
                return (i - needle.size() + 1);
            }
        }
        return -1;
    }
};

对于459题 重复的子字符串

最小重复单位就是他的最长相等前后缀不包含的那个部分，就是最小重复字串。

可以推导的，利用最长相等前后缀推导，因为他们很多相同位置元素相同这个原理(当不理解的时候我们推导看看)

第一开始我对next这个数组的理解有偏差其实i指针指向的尾缀的末尾，j指向前缀的末尾，next里面存储的就是以i指针指向得元素当做尾元素求这个子串得相同前后缀的长度，第一开始理解有偏差。

class Solution {
public:
    void getNext(int* next,string& s){
        int j = 0;
        next[0] = 0;
        for(int i = 1;i<s.size();i++){
            while(j>0&&s[i]!=s[j]){
                j = next[j-1];  //向前回退，循环不变原则 是要找前一位的对应的回退位置了
            }
            if(s[i] == s[j]){
                j++;
            }
            next[i] = j;
        }
    }
    bool repeatedSubstringPattern(string s) {
        int next[s.size()];
        getNext(next,s);
        int size = s.size();
        // for(int i = 0;i<size;i++){
        //     cout<<next[i]<<endl;
        // }
        if(next[size-1] !=0 && size%(size-next[size-1]) == 0){
            return true;
        }
        return false;
    }
};

字符串是若干字符组成的有限序列，也可以理解为是一个字符数组。

其实很多数组填充类的问题，都可以先预先给数组扩容带填充后的大小，然后在从后向前进行操作。

KMP的主要思想是当出现字符串不匹配时，可以知道一部分之前已经匹配的文本内容，可以利用这些信息避免从头再去做匹配了。

前缀：指不包含最后一个字符的所有以第一个字符开头的连续子串。

后缀：指不包含第一个字符的所有以最后一个字符结尾的连续子串。