KMP算法深入理解

Knuth-Morris-Pratt算法（简称KMP）是最常用字符传匹配算法之一。它以三个发明者命名，起头的那个K就是著名科学家Donald Knuth。KMP算法对于任何模式和目标序列，都可以在线性时间内完成匹配查找，而不会发生退化。

1、KMP算法的原理

   KMP算法中主要的概念是next数组，有的叫失配函数，用来计算子串与母串匹配失败时子串移动的位数。KMP算法就是利用next数组来提高效率，不用每次匹配失败时一位一位地往下移。

   字符串匹配的一般步骤

   KMP算法中的匹配步骤

      next数组的含义

         公共最长部分：前缀后缀相同的最大长度

  

2、匹配失败时，子串指针移动到最大长度+1位置原因，怎么保证了不会遗漏

3、next数组构造代码的理解

   next[0]=-1;

   k=-1;

   j=0;

   if（k==-1||T[k]==T[j]）

   {

       next[++j]=++k;

    }

   else

   {

       k=next[k];

   } 

   

   k表示前缀指针，j表示后缀指针。next[j]的求解首先在next[j-1]的基础上处理，因为next[j]的最大值只能比next[j-1]大1。假设可能大2，可以推出j-1的next值可以取到next[j-1]+1，大于next[j-1],产生矛盾。

    如果前缀和后缀新加的一个字符是相等的，next[j]等于next[j-1]加1。

    如果不相等，k指针跳到next[k]，这一步是用来找此时可能存在的最大公共最长部分即next[k]+1。首先跳到next[k]可以保证不会存在更大的公共最长部分，因为如果为next[k]+2，则k指针位置的next值可以取到next[k]+1，产生矛盾。其次跳到next[k]的位置和KMP算法匹配失败跳转位置选择的原理类似，可以减少计算量。

4、KMP算法的优化

    KMP算法的原理是匹配失败时，母串指针i不变，子串指针由j跳转到next[j]的位置。匹配失败时是S[i]与T[j]比较，而如果T[next[j]]与T[j]相同，则跳转前后的比较情况是一样的都不相等，还需要在再跳转一次。故可以给next数组进行优化，如果T[next[j]]与T[j]相同，next[j]的取值为next[next[j]]，即next[k]。

   if（k==-1||T[k]==T[j]）

   {

       next[++j]=++k;

       if(T[j]==T[k])

       {

           next[j]=next[k];

       }

    }