1、kmp算法介绍
KMP算法,全称为Knuth-Morris-Pratt算法,是一种字符串匹配算法。它的基本思想是,当出现字符串不匹配时,可以知道一部分文本内容是一定匹配的,可以利用这些信息避免重新匹配已经匹配过的文本。这种算法的时间复杂度为O(n+m),其中n是文本串的长度,m是模式串的长度,比暴力匹配算法具有更高的效率。KMP算法的核心是利用模式串本身的特点,预处理出一个next数组,用于在匹配过程中快速移动模式串。
KMP算法的实现过程可以分为两个步骤:预处理和匹配。预处理阶段,需要对模式串进行分析,得到next数组。匹配阶段,将模式串移动到正确的位置进行匹配。
2、计算next数组
对要匹配的pattern字符串:ABABCABAB求next数组。
结果为【0,0,1,2,0,1,2,3,4】.
A:【0】
AB:【0,0】
ABA:【0,0,1】
ABAB:【0,0,1,2】
ABABC:【0,0,1,2,0】
ABABCA:【0,0,1,2,0,1】
ABABCAB:【0,0,1,2,0,1,2】
ABABCABA:【0,0,1,2,0,1,2,3】
ABABCABAB:【0,0,1,2,0,1,2,3,4】
3、求匹配的字符串
对字符串进行匹配,当pattern字符串和text中出现不匹配的位置时,将text中的下标往右边移动next[j]。
代码如下:
def compute_prefix_function(pattern):
"""计算部分匹配表 (prefix table)"""
prefix_table = [0] * len(pattern)
j = 0 # 代表前缀的索引
for i in range(1, len(pattern)):
# 如果字符不匹配,寻找新的 j
while j > 0 and pattern[i] != pattern[j]:
j = prefix_table[j - 1]
# 如果字符匹配,j 加 1
if pattern[i] == pattern[j]:
j += 1
# 更新 prefix table
prefix_table[i] = j
return prefix_table
def kmp_search(text, pattern):
"""KMP 字符串匹配算法"""
prefix_table = compute_prefix_function(pattern)
print(prefix_table)
j = 0 # 模式串的起始位置
for i in range(len(text)):
# 如果字符不匹配,使用 prefix table 回溯 j
while j > 0 and text[i] != pattern[j]:
j = prefix_table[j - 1]
# 如果字符匹配,j 加 1
if text[i] == pattern[j]:
j += 1
# 如果模式串匹配完毕,返回匹配起始位置
if j == len(pattern):
return i - j + 1 # 返回匹配起始索引
# 如果没有匹配到,继续下一轮循环
return -1 # 未找到匹配
# 示例使用
if __name__ == "__main__":
text = "ABABDABACDABABCABAB"
pattern = "ABABCABAB"
result = kmp_search(text, pattern)
if result != -1:
print(f"Pattern found at index {result}")
else:
print("Pattern not found in the text")