前言
KMP具体的算法思路在这篇博客中已经提及。
这么多天没看,手打KMP都有点费劲,不过在回想算法思路的过程中,感觉对代码的理解提升了一个层次。下面就按照KMP模板,对代码进行讲解。
代码详解
注释1: nxt数组,nxt[i]表示字符串str前i个字符前缀的最大前缀后缀公共长度。
注释2: 预处理nxt数组是KMP算法的前提。
注释3: k表示j-1的最大前后缀公共长度,也即nxt[j-1]。但是如果j-1的下一次不能成功匹配,也就是str[j]和str[k]不一样,那么k就回溯,这时候的k不再表示nxt[j-1]。这个回溯也是KMP算法的精髓所在,他最大程度上减少字符串回移,保证了KMP的O(n+m)时间复杂度。 j 指向nxt所要处理的模式串。
注释4: 初始化nxt[0]=-1,目的是当k回溯匹配完还找不到最优匹配串时,能够使得k=nxt[0]=-1,这样满足上面的if条件,nxt[j]=0。
注释5: while(j < len)保证处理完整个模式串。
注释6: 包含了两个条件,第一个条件结合注释4理解,当回溯完了还找不到最优匹配时,nxt[j]=0。第二个条件就是字符相同,nxt[j]=nxt[j-1]+1。
注释7: 回溯找最优串,也就是最大的前缀后缀公共长度,结合注释3理解。
注释8: i指向文本串,j指向模式串,res表示文本串中模式串的总数量(不可重叠)。
注释9: 保证处理完整个文本串。
注释10: 同样包含两个条件,条件1表示模式串回溯完了还没找到和文本串匹配的前缀串,那么j++(=0),j指向模式串头部,i向后移动一位。条件2表示a[i]=b[j],当然继续寻找。
注释11: 回溯,相似于预处理nxt数组时k的回溯,同样是寻找最优的匹配串,也就是最大的前缀后缀公共长度。
注释12: j指针指向了模式串末尾,当然找到了一个和模式串匹配的文本串子串。
代码
int nxt[100010]; //1
int get_nxt(string a)
{
int len = a.size();
int k = -1, j = 0; //3
nxt[0] = -1; //4
while (j < len) //5
{
if (k == -1 || a[j] == a[k])
nxt[++j] = ++k; //6
else
k = nxt[k]; //7
}
}
int KMP(string a, string b)
{
get_nxt(b); //2
int lena = a.size(), lenb = b.size();
int i = 0, j = 0, res = 0; //8
while (i < lena) //9
{
if (j == -1 || a[i] == b[j])
++i, ++j; //10
else
j = nxt[j]; //11
if (j == lenb) //12
{
res++;
j = 0;
}
}
return res;
}
int main()
{
string a, b;
cin >> a >> b;
cout << KMP(a, b) << endl;
return 0;
}
写完之后发现一些东西还是没表达清楚,就当自己的学习总结了。
之前学习的时候看到一句话,KMP算法学会了不难,但是很少有人能表达解释清楚,果然有道理。