字符串匹配（KMP算法）

题目描述：

       给定一个目标串str和模式串ptr，要求寻找ptr第一次在str出现的位置，并返回其下标，匹配不到则返回-1。

1. 算法思想

       显然暴力算法的时间复杂度比较高，那么为了简化时间复杂度：需要充分利用模式串ptr的性质（比如里面部分字符串的重复性，即使不存在重复字段，在比较时，实现最大的移动量）。 

       考察模式串ptr： 
       ababaca 

       这里我们要计算一个长度为模式串长度（m）的转移数组next。next数组的含义就是一个字符串的前缀和后缀最长的相同部分的长度。前缀这里指包含第一个字符但不包含最后一个字符的子串，后缀指包含最后一个字符但不包含第一个字符的子串。比如：abcjkdabc，那么这个数组的最长前缀和最长后缀相同必然是abc。 
cbcbc，前缀和后缀最长的相同部分是cbc。
abcbc，前缀和后缀不存在相同的部分。比如aaaa相同的前缀和后缀最长的相同部分是aaa。对于模式串ptr，ababaca，长度是7，所以next[0]，next[1]，next[2]，next[3]，next[4]，next[5]，next[6]分别计算的是 
a，ab，aba，abab，ababa，ababac，ababaca的前缀和后缀的最长相同部分的长度。由于a，ab，aba，abab，ababa，ababac，ababaca的前缀和后缀最长相同部分是“”，“”，“a”，“ab”，“aba”，“”，“a”,所以next数组的值是[-1,-1,0,1,2,-1,0]，这里-1表示不存在，0表示存在长度为1，2表示存在长度为3。这是为了和代码相对应。
       next数组就是说一旦在某处不匹配时（下图位置A和B），移动ptr字符串，使str的对应的最大后缀（红色2）和ptr对应的最大前缀（红色3）对齐，然后比较A和Ｃ。

   

       如果C和A仍不相等，那么此时将已经匹配成功的部分看成是（红色4）和（红色3），设此时C的下标为k，那么如果next[k]的值不为-1，那么继续将（红色4）和（红色3）分成如下图的（红色5和红色6）和（红色7和红色8），再移动ptr字符串使得后缀和前缀的公共部分对齐，即（红色6）和（红色7）对齐，然后比较A和D。依此类推，直到next[k]为-1。若next[k]为-1，则直接将匹配到的str位置（这里是A）与ptr的第一位开始往后进行匹配。

2. next数组计算

       理解了kmp算法的基本原理，下一步就是要获得模式串每一个位置的最大公共长度。这个最大公共长度在算法导论里面被记为next数组。在这里要注意一点，next数组表示的是长度，下标从0开始。假设我们现在已经求得next[0]、next[1]、next[2]、……next[i]，分别表示长度为1到i的字符串的前缀和后缀最大公共长度，现在要求next[i+1]。由上图我们可以看到，如果位置i（位置C）和位置next[i]（位置D）处的两个字符相同（下标从零开始），则next[i+1]等于next[i]加1。如果两个位置的字符不相同，我们可以将长度为next[i]的字符串继续分割，获得其最大公共长度next[next[i]]，然后再和位置i的字符比较。这是因为长度为next[i]前缀和后缀都可以分割成上部的构造，如果位置next[next[i]]和位置i的字符相同，则next[i+1]就等于next[next[i]]加1。如果不相等，就可以继续分割长度为next[next[i]]的字符串，直到字符串长度为0为止，即next值为-1为止。

3. 代码

       空间复杂度：O (M);

       时间复杂度：O (N+M);

       代码如下：

#include <iostream>
#include <string>
using namespace std;

/*
* @brief 计算next数组，next数组中存储的值是指needle[0~i]中前缀和后缀最大公共部分的长度-1
*
* @param[in] 模式串
* @param[out] next数组
* @return 无
*/
static void cal_next(string needle, int next[])
{
	next[0] = -1; //next[0]初始化为-1，-1表示不存在相同的前缀和后缀的公共部分
	int k = -1;
	for (int i = 1; i < needle.length(); ++i)
	{
		//如果下一个不同，则k就变成next[k]，注意next[k]是永远小于k的
		while (k > -1 && needle[k+1] != needle[i])
		{
			k = next[k]; //往前回溯
		}
		if (needle[k+1] == needle[i]) //如果相同，
		{
			++k;
		}
		next[i] = k;
	}
}

/*
* @brief KMP算法，用pattern串去匹配目标串text
*
* @param[in] 目标串text
* @param[in] 模式串pattern
* @return 成功则返回第一次匹配的位置，失败返回-1
*/
static int KMP(string text, string pattern)
{
	//异常处理
	if (text.length() == 0 && pattern.length() == 0)
	{
		return 0;
	}
	else if (pattern.length() == 0)
	{
		return 0;
	}

	int *next = new int[pattern.length()];
	//计算next数组
	cal_next(pattern,next);

	int k = -1;
	for (int i = 0; i < text.length(); ++i)
	{
		//如果模式串下一个匹配失败，则k就变成next[k]，注意next[k]是永远小于k的
		while (k > -1 && pattern[k+1] != text[i])
		{
			k = next[k];
		}
		if (pattern[k+1] == text[i])//如果匹配成功，k+1
		{
			++k;
		}
		if (k == pattern.length()-1)//匹配成功，输出
		{
			delete[] next;
			return i-k;
		}
	}
	delete[] next;
	return -1;
}

int strStr(string haystack, string needle) {
	return KMP(haystack,needle);
}

int main()
{
	string str1="aaaabbasd",str2="abbasd";
	cout<<KMP(str1,str2);
	return 0;
}