KMP算法基础版和进阶版简单解释-Java版

KMP算法

比较口语化的写了为什么k = next[k]和改进版中next[j] = next[k]，以及代码理解中的注意点。

KMP算法是一种字符串匹配算法，其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。
最基础的字符串匹配就是每一次匹配，模式串都重头开始，主串后移一位，这样时间复杂度为O(m×n)，而KMP是字符串匹配算法的改进，改进后的时间复杂度可以缩小至O(m+n)。

KMP算法基础版

KMP算法的核心就是求模式串的next数组，简单解释一下，next[i]就是模式串除去第i个字符，从头到第(i-1)个字符前缀与后缀最长重复的个数。

这里要理解一下什么是前缀和后缀，这个概念很重要！在“aba”中，前缀就是“ab”，即除去最后一个字符的剩余字符串；后缀就是"ba"，即除去第一个字符的后面全部的字符串。"aba"的前缀与后缀最长重复的个数就为1。 特别要注意的是：前缀必须要从头开始算，后缀要从最后一个字符开始算，中间截一段相同字符串是不行的！！！！

当字符串匹配时，如下图：

当匹配到C和D时，失配了。这个时候，模式串就应该往后移两位，即下图：

为什么只往后移两位呢，因为第一位的A和第三位的A匹配了，此时就不需要重复匹配了，这就是KMP的精髓。那怎么知道当主串模式串失配时，模式串往后移几位，也就是重新定位到模式串的第几个字符呢？
以上面的图为例，虽然ABAD失配，但是ABA是匹配的，也就是说主串的ABA与模式串的ABA完全匹配，除去当前的完全匹配，把模式串的ABA往后拖，两个ABA的最大重复子字符个数。这就相当于主串是后缀，模式串是前缀，找出前缀与后缀最大的重复字符个数，在上图中，ABA的前缀与后缀最大重复个数为1，即模式串重新定位到1的位置（因为字符串从0开始，所以这里就省去了+1），让B和C开始比较。所以模式串到i位失配时，下一个移动点就是模式串(0…i-1)位的前缀与后缀最大重复字符个数。

如何理解getNext中的k = next[k]

函数getNext(ps)就是算出next数组，next[i]就是模式串(0…i-1)位的前缀与后缀最大重复字符个数。这个就相当于模式串自己与自己匹配！
注意要初始化next[0]=-1，也就是将模式串1作为主串，模式串2作为模式串开始匹配。模式串1的后缀与模式串2的前缀的最大重复字符个数，当模式串1遍历到k与模式串2遍历到j不匹配时，模式串2要重新定位，所以开始找模式串2即[0…k-1]中的前缀与后缀最大重复字符个数，此时要知道，下面是重点！！！！！！！！！！！！！！
模式串2的[0…k-1] 不仅与模式串1的[j-k,j-1]是一样的，与模式串1的[0…k-1]也是一样的！！！（有点废话，因为模式串1和2本来就是同一个字符串，只不过错位了。）模式串1的[0…k-1]的前缀与后缀最大重复字符个数为next[k]，而模式串2当前要移位，也就是当前的k=模式串2的[0…k-1]的前缀与后缀最大重复字符个数，模式串1=模式串2，所以k = next[k]！！！！！

KMP算法基础版代码

public int[] getNext(String ps) {
    char[] p = ps.toCharArray(); // 模式串
    int[] next = new int[p.length];
    next[0] = -1;// 初始化
    int j = 0; // 当前位置
    int k = -1; // 要返回的位置
    while (j < p.length - 1) {
        if (k == -1 || p[j] == p[k]) {
            // 当P[k] == P[j]时， 有next[j+1] == next[j] + 1
            next[++j] = ++k;
        } else {
            k = next[k];
        }
    }
    return next;
}

public int KMP(String ts, String ps) {
    char[] t = ts.toCharArray(); // 主串
    char[] p = ps.toCharArray(); // 模式串
    int i = 0; // 主串的位置
    int j = 0; // 模式串的位置
    // next[j]的值表示，当P[j] != T[i]时，j指针的下一步移动位置。
    int[] next = getNext(ps);

    while (i < t.length && j < p.length) {
        if (j == -1 || t[i] == p[j]) { // 当j为-1时，移动i的同时j也要归0
            i++;
            j++;
        } else
            j = next[j]; // j回到指定位置
    }
    // 返回模式串在主串中开始匹配的头位置
    if (j == p.length) {
        return i - j;
    } else {
        return -1;
    }
}

KMP算法改进版

下面的图摘自详解KMP算法，这篇博客讲的挺详细，对KMP不了解的可以重头看一遍。

上面这个现象最主要的原因就是 P[j] == P[next[j]]。也就是p[j]失配时，下一步会跳到j = next[j]，而p[next[j]]的值与p[j]的值一模一样，就像上图中B跳到了B。如何避免这个问题呢，需要将getNext中的核心代码给改一下，如下图：

一开始看这个代码比较难理解，可以分解下来看。最核心的更改就是，左边的next[++j] = ++k 变成了一个if…else…判断。而右图中的else其实算法内容和next[++j] = ++k是一样的，也就是，右边多了一个if (p[++j] == p[++k]) {next[j] = next[k]; }。最主要的是理解这句代码，结合下图更易理解。

当连续两个(便于理解，假设为两个，实际上两个及两个以上)p[k]与p[j]匹配时，会形成上图所画的样子，如果模式串1作为模式串与主串匹配，若匹配到位置3的时候失配了，它下一步会跳到位置1继续比较开始匹配（怎么跳的看上面基础版的）。但现在我们是要他跳到位置0，重头开始匹配（跳到位置1没意义）。

接下来，用代码中的k和j重新叙述一遍上面的话！！！！！！！！！！
如果模式串1作为模式串与主串匹配，若匹配到位置 j+1 的时候失配了，它下一步会跳到位置 k+1 继续比较开始匹配（即 next[++j] = ++k;也就是右图中的next[j] = k;）（怎么跳的看上面基础版的）。但现在我们是要他跳到位置k，重头开始匹配（跳到位置k+1没意义）。

下面一段话是理解的精髓！！！！！！！！！
因为k+1这个位置匹配了的结果依旧是失配，所以就算跳到了k+1，依旧还要往前跳，所以直接提取从k+1往前跳的值，即next[k+1]，所以当前j+1失配时位置跳的过程可以理解为：

j+1 —> k+1 —> next[k+1]

所以next[j+1]保存的值为next[k+1]，在代码中为next[j] = next[k]，因为上面一行的判断中++了。

KMP算法改进版代码

public int[] getNext(String ps) {
    char[] p = ps.toCharArray(); // 模式串
    int[] next = new int[p.length];
    next[0] = -1;// 初始化
    int j = 0; // 当前位置
    int k = -1; // 要返回的位置
    while (j < p.length - 1) {
        if (k == -1 || p[j] == p[k]) {
            if (p[++j] == p[++k]) {
                // 当两个字符相等时要跳过
                next[j] = next[k];
            } else {
                next[j] = k;
            }
        } else {
            k = next[k];
        }
    }
    return next;
}