KMP算法

问题：主串s(长度n)，模式串p(长度m)，从主串s中找到第一个p的位置

1.原始算法

思路：两个指针（并不是真正的指针，方便描述而已）i和j，i指向s的元素，j指向p的元素；

        如果s[i]==p[j]，那么i++，j++，往下走；

        如果s[i] !=p[j]，i回退到本次串匹配(即i-j)的下一个位置(即i-j+1)，j回退到0

#include<stdio.h>
#include<string.h>
int index(const char *s, const char *p) {
    int n = strlen(s);
    int m = strlen(p);
    int i = 0, j = 0;
    while( i<n && j < m) {
        if(s[i] == p[j]) {
            i++;
            j++;
       }
       else {
            i = i - j + 1;
            j = 0;
       }
   }
   if( j == m)
       return (i - j);
   else
       return -1;
}
void main()
{
    char *s = "abcdabcdef";
    char *p = "abcde";
    printf("%d/n",index(s,p));//打印结果4
}
 

2.KMP算法 

2.1KMP的原理

上面算法的时间复杂度O(n*m)。

大师们在大概三十年前提出了一个O(n+m)的算法，KMP算法。

KMP算法主要是解决s[i]!=p[j]的时候，i回退的问题，就是：当s[i] != p[j]时，i不回退，j回退到合适位置k，那么k如何确定？

 

我画了个包含i, j, k关系的图，很清晰，一看就明白了，不像书上的罗列几个式子，根本不知缘由。

 

如图所示，某次匹配中，要判断s[i] !=s[j]之前，必然存在的条件：

1)s_i-j+1 ...s_i-1  = p₁...p_j-1

 

如果假设j回退到合适位置k，那么k得满足：

2)s_i-k+1...s_i-1 = p_j-k+1...p_j-1 = p₁...p_k-1

 

 由此引入：

 

 

 2.2KMP的next[j]在C语言中定义

2.3KMP算法实现

把上面的原始算法稍微改动就得到KMP算法：

 

int kmp_index(const char *s, const char *p, int *index) {
    int n = strlen(s);
    int m = strlen(p);
    int i = 0, j = 0;
    while( i<n && j < m) {
        if((j== -1) || (s[i] == p[j])) {//注意j==-1，说明p[0]和当前的p[j]不相等，
            i++;
            j++;
        }
        else {
            j = next[j];
        }
    }
    if( j == m)
        return (i - j);
    else
        return -1;
}
 
 

计算next[j]，这个从人的直觉上很容易求出来：j-1之前，p的前k个字符和后k个字符相同的最大k值。

怎么用计算机来写程序呢？求next[j]自身也是一个串匹配的问题，可以用我们在1.原始算法的方法来求（此处略），

也可以模仿上面的kmp_index来写，首先看个例子：

 

j           0  1  2  3  4  5  6  7 

            a  b  a  a  b  c  a  c

next[j] -1 0  0  1  1  2  0  

 

next[0]: -1;

next[1]:next[0]是-1，所以next[1]=0(-1++)；

next[2]:next[1]是0，p[1]!=p[0]，继续，next[0]是-1，所以next[2]=0(-1++)；

next[3]:next[2]是0，p[2]==p[0],所以next[3]是1(0++)；

....

求next[5]：next[4]是1，因为p[4]==p[1],所以next[5]=2(1++);

求next[6]：next[5]是2，因为p[5]!=p[2],继续，next[2]是0，因为p[5]!=p[0],继续，next[0]是-1,所以next[6]=0(-1++);

求next[7]：next[6]是0，因为p[6]==p[0],所以next[6]=1(0++);

 

 

#include<stdio.h>
#include<string.h>
int kmp_index(const char *s, const char *p,int *next) {
    int n = strlen(s);
	int m = strlen(p);
	int i = 0, j = 0;
	while( i<n && j < m) {
		if((j== -1) || (s[i] == p[j])) {
			i++;
			j++;
		}
		else {
			j = next[j];
		}
	}
	if( j == m)
		return (i - j);
	else
		return -1;
}
void get_next(const char *p, int *next) {
	int m = strlen(p);
	next[0] = -1;
    int i = 1, j = 0, k = 0;
	while( i < m) {
		k = i - 1;
		j = next[k];
label:
		if((j == -1) || (p[k] == p[j])) {
			j++;
			next[i] = j;  
			i++;
		}
		else {
			j = next[j];
			goto label;
		}
	}
}
void main()
{
	char p[] = "abcaabcacd";
	char s[] = "abcac";
	int next[sizeof(s)-1];
	get_next(s,next);
	for(int i = 0; i<sizeof(s)-1; ++i)
		printf("%d,",next[i]);
	printf("/n%d/n",kmp_index(p,s,next));
}