KMP算法

Knuth-Morris-Pratt算法（简称KMP）

是最常用的字符串匹配算法之一。它以三个发明者命名，起头的那个K就是著名科学家Donald Knuth。

• 部分匹配值

• 公式：移动位数 = 已匹配的字符数 - 匹配最后一位对应的部分匹配值

• 针对搜索词，算出一张《部分匹配表》（Partial Match Table）

  • 字符串：ABCDABD；
  • 前缀：A，AB，ABC，ABCD，ABCDA，ABCDAB，ABCDAB；
  • 后缀：BCDABD，CDABD，DABD，ABD，BD，D；
  • 部分匹配值就是前缀和后缀的最长共有元素的长度；

• 字符串是从第一个字母开始累加，一个一个算的

  • "A"的前缀和后缀都为空集，共有元素的长度为0；
  • "AB"的前缀为[A]，后缀为[B]，共有元素的长度为0；
  • "ABC"的前缀为[A, AB]，后缀为[BC, C]，共有元素的长度0；
  • "ABCD"的前缀为[A, AB, ABC]，后缀为[BCD, CD, D]，共有元素的长度为0；
  • “ABCDA"的前缀为[A, AB, ABC, ABCD]，后缀为[BCDA, CDA, DA, A]，共有元素为"A”，长度为1；
  • “ABCDAB"的前缀为[A, AB, ABC, ABCD, ABCDA]，后缀为[BCDAB, CDAB, DAB, AB, B]，共有元素为"AB”，长度为2；
  • "ABCDABD"的前缀为[A, AB, ABC, ABCD, ABCDA, ABCDAB]，后缀为[BCDABD, CDABD, DABD, ABD, BD, D]，共有元素的长度为0。

• 实质：有时候，字符串头部和尾部会有重复。比如，“ABCDAB"之中有两个"AB”，那么它的"部分匹配值"就是2（"AB"的长度）。搜索词移动的时候，第一个"AB"向后移动4位（字符串长度-部分匹配值），就可以来到第二个"AB"的位置。