KMP

例一：

假如我们要在ABCAABCAB中搜索ABCAB字符串

 

第1次比较，我们从第一个字母开始比较，直到比较到红色标记的地方才不相等。

A B C A A B C A B

A B C A B

按我们正常思维，我们会把字符串ABCAB后移一位，从头继续和ABCAABCAB进行比较，如下所示

 

第2次比较

A B C A A B C A B

    A B C A B

 

第3次比较

A B C A A B C A B

       A B C A B

 

第4次比较

A B C A A B C A B

           A B C A B

 

第5次比较

A B C A A B C A B

              A B C A B

在第5次比较时，我们在源字符串中，找到了我们需要查找的字符串。

 

总结：

在第2次和第3次的比较中，我们发现这2次比较是无意义的，因为我们知道在我们不匹配的位置前一个字符是A，移动第一次时，是拿C和A(不匹配的位置)比较，第二次移动时，是拿B和它比较，直到第3次移动时，才是A和A比较。所以理想情况应该是，在第一次比较不满足时，我们就直接后移动3位，进行第4次的比较。

在第一次比较到不匹配的位置时，我们希望把第1个A直接移动到第4个A的位置(移动3位)；继续观察ABCA字符串(因为最后一个B已经不匹配了)，我们发现A和A之间间距3，刚好是已匹配字符串长度4减去A占的位数1。

 

 

 

 

例二：

我们在换一种情况，假如我们要在ABBABABCABC中搜索字符串ABBABC

ABBABABCABC

ABBABC

我们发现最终比较到C时，和源字符串不相等。根据情况一的经验，我们观察前一位字符是B，但是在ABBAB中，前面还有2个B，此时我们应该把第1个B移动到位置5，还是把第2个B移动到位置5呢？还是要做2次移动，比较2次呢？我们在次仔细观察字符串ABBAB，我们发现在ABBAB中，最后2个字符是AB，前面2个也是AB，只有中间一个B，所以理想情况是，我们直接把开头的AB，移动到最后AB所在位置：

ABBABABCABC

ABBABC

如上所示，也就是后移3位。移动位数刚好也等于已匹配字符串长度5减去AB字符串长度2。

 

 

 

 

观察情况一和情况二后总结

每次移动，都是在出现不匹配字符时；而每次确定需要移动多少位时，都是根据不匹配字符前面的子串来决定的。我们以例二中的ABBABC为例，假如不匹配的位置出现在ABBABC红色的B时，我们观察ABBA前后共有长度是1(只有A)，所以需要后移3位(4减去1)。所以我们依次计算出子串共有长度如下：

A   0

AB   0

ABB   0

ABBA   1

ABBAB   2

ABBABC   0

其实第1个和最后一个共有长度，我们用不到。当比较第1个字符就不匹配时，根本无需计算共有长度，我们自然后移一位。当最后一个字符不匹配时，我们计算出ABBAB的共有长度为2，需要后移5-2位，即3位。

所以在不匹配时，后移位数公式如下：

已匹配子串长度 － 已匹配子串共有长度

既然知道了公式需要用到共有长度，下面我们就说下共有长度如何计算。

A    前缀后缀都为空，共有长度0

AB  前缀[A]后缀[B]，共有长度0

ABB  前缀[A,AB]后缀[BB,B]，共有长度0

ABBA  前缀[A,AB,ABB]后缀[BBA,BA,A]共有长度(A)1

ABBAB  前缀[A,AB,ABB,ABBA]后缀[BBAB,BAB,AB,B]共有长度(AB)2

ABBABC  前缀[A,AB,ABB,ABBA,ABBAB]后缀[BBABC,BABC,ABC,BC,C]共有长度0

所以 ABBABC字符串 每一位的共有长度为如下

A  B  B  A  B  C

0   0  0   1  2   0