kmp算法改进版心得

假设主串s为：

 模式串及其next数组t值为：

 

 当其在主串[3]处失配，按照初版kmp算法，需要回溯至next[next[j]]处即next[2]处开始重新匹配，由图可以看出，其在next[2]处开始匹配也会出现失配，因为s[3]≠t[3],但是t[2]=t[3],所以s[3]≠t[2];由此可知，在模式串中，如果出现大量相同的元素，在初版kmp算法中，仍有可改进之处

当出现失配时，进行回溯，在回溯时判断，回溯点是否与上次失配时的值相同，当相同时，直接跳过匹配（因为此时必失配），并将失配处的k值置为next[j]（j为模式串t的下标），即当s[3]≠t[3]时，next[3]处的k值将会变成next[next[3]]=1,当s[3]≠t[2]时，next[2]处的k值会变成next[next[2]]=0，以此往复，最终会成为一个新的next数组。

 

当形成新的next数组之后，其匹配速度就会进一步提高，因为又会舍弃一部分必错情况，此时代码也需进行相应更改

public class kmp {
    public static void main(String[] args) {
        String str1 = "aaabaaaab";
        String str2 = "aaaab";
        System.out.println(kmp(str1, str2));
        int[] next = new int[str2.length()];
        getNext(str2, next);
        System.out.println(Arrays.toString(next));

    }


    static int kmp(String str1, String str2) {
        int[] next = new int[str2.length()];
        int i = 0, j = 0;
        getNext(str2, next);
        while (i < str1.length() && j < str2.length()) {
            if (j == -1 || str1.charAt(i) == str2.charAt(j)) {
                i++;
                j++;
            } else {
                j = next[j];
            }
        }
        if (j >= str2.length()) {
            return (i - str2.length());//匹配成功,返回模式串结果开始处的下标
        } else {
            return -1;
        }
    }


    static void getNext(String str, int[] next) {
        int j = 0, k = -1;//j表示为当前匹配
        next[0] = k;
        while (j < str.length() - 1) {
            if (k == -1 || str.charAt(j) == str.charAt(k)) {
                //j表示为当前串的最大下标,k表示后缀与前缀相同最大数,可从next[k]处开始匹配
                j++;
                k++;
                if (str.charAt(j) != str.charAt(k)) {
                    next[j] = k;
                } else {
                    next[j] = next[k];
                }
            } else {
                k = next[k];
            }
        }
    }
}