KMP算法——快速求失效函数值及其代码实现

 

• 前缀和后缀的最大相等长度

为了更好的理解我接下来所说的回溯值的求法，这里先介绍一下，如何求一个字符串的前缀和后缀相等的最大长度，为了便于说明记为k。

注意：前缀和后缀不能为字符串本身！！！！！！

如字符串“abcab”的k为2、字符串“a”的k为0、“aaaaa”的k为4、“abcaabc”的k为3。

• 回溯值

        在主串T中寻找模式串P的过程称为模式匹配。若匹配成功，则返回P在T中的位置，匹配失败，返回0；常用的算法有两种，一个是朴素的模式匹配算法，这里就不做过多介绍。另一个就是看书看到头晕的KMP算法~~

     这里首先来大概讲一讲KMP算法思想的关键在于那里，先通过图来看一下，KMP算法匹配的过程

上图：i=0，j=0；i=1，j=1；i=2，j=2时字符都是匹配的，当i取3，j取3的时候，字符不匹配，这时候，如果按朴素的模式匹配算法来求，这时候需要将i退回i=1处，j退回j=0处。但我们观察发现，j之前的字符串和主串中一部分已经完全匹配了，而“aba”的k（上一个标签中出现）为1，这时i不动，让j移到k处，即j=1；“aba”的前缀a已经和后缀a相等，而后缀a已经和主串中的a匹配了，所以这个时候已经不需要再匹配a。如下图：

以这样一个小小的例子我们可以发现，关键就是求得当p[j]与T[i]不匹配时，j应该退回到模式串的什么位置。模式串中每一个位置都有它对应的回溯值。这样一个和模式串下标有关的数组记为next[]。

手算快速求出next【】呢？？？

如“abaabcac”，默认当j=0时，next[0]=-1。

当j=1是，拿出他之前的子串，即“a”，k值为0，所以next[1]=0;

当j=2时，拿出他之前的子串，即“ab”，k为0,所以next[2]=0;

当j=3时，拿出他之前的子串，即“aba”，k为1,所以next[3]=1;

当j=4时，拿出他之前的子串，即“abaa”，k为1,所以next[4]=1;

当j=5时，拿出他之前子串，即“abaab”，k为2，所以next[5]=2;

当j=6时，拿出他之前子串，即“abaabc”，k为0，所以next[6]=0;

当j=7时，拿出他之前的子串，即“abaabca”，k为1，所以next[7]=1;

所以模式串P的失效值的数组为[-1,0,0,1,1,2,0,1];

 

• 失效函数值的两种实现

• 求模式失效函数值的递归算法

int getNext(int j,char p[]){
	if(j==0){
		return -1;
	}
	if(j>0){
		int k=getNext(j-1,p);
		while(k>=0){
			if(p[k]==p[j-1]){
				return k+1;
			}else{
				k=getNext(k,p);
			}
		}
		return 0;
	}
	return 0;
} 

求模式失效函数值的递推算法

void getNext(char p[],int next[]){
	int j=0;
	int k=-1;
	next[0]=-1;
	while(p[j]){
		if(k==-1||p[k]==p[j]){
			j++;
			k++;
			next[j]=k;
		}else{
			k=next[k];
		}
	}
}

• 优化的递推算法

  void getNext(char p[],int nexval[]){
  	int j=0,k=-1;
  	nexval[j]=k;
  	while(p[j]){
  		if(k==-1||p[j]==p[k]){
  			j++;
  			k++;
  			if(p[j]==p[k]){
  				nexval[j]=nexval[k];
  			}else{
  				nexval[j]=k;
  			}
  		}else{
  			k=nexval[k];
  		}
  	}
  }

   

• 完整的KMP算法

  #include <iostream>
  #include <cstring>
  using namespace std;
  int getNext(int j,char P[]){ 
  	if(j==0){
  		return -1;
  	}
  	while(P[j]){
  		int k=getNext(j-1,P);
  		while(k>=0){
  			if(P[j-1]==P[k]){
  				return k+1;
  			}else{
  				k=getNext(k,P);
  			}
  		}
  		return 0;
  	}
  	return 0;
  }
  void getNext(char P[],int next[]){
  	int j=0,k=-1;
  	next[0]=-1;
  	while(P[j]!='\0'){
  		if(k==-1||P[j]==P[k]){
  			j++;
  			k++;
  			next[j]=k;
  		}else{
  			k=next[k];
  		}
  	}
  	return;
  } 
  void getNextval(char P[],int nextval[]){
  	int j=0,k=-1;
  	while(P[j]!='\0'){
  		if(k==-1||P[j]==P[k]){
  			k++;
  			j++;
  			if(P[j]==P[k]){
  				nextval[j]=nextval[k];
  			}else{
  				nextval[j]=k;
  			}
  		}else{
  			k=nextval[k];
  		}
  	}
  }
  int kmpCheck(char T[],char P[],int index[]){
  	int n=strlen(P);
  	int next[n]; 
  	int k=0;
  	getNext(P,next);
  	int i=0,j=0;
  	while(j==-1||T[i]&&P[j]){
  		if(j==-1||T[i]==P[j]){
  			i++;
  			j++;
  		}else{
  			j=next[j];
  		}
  		if(j!=-1&&P[j]=='\0'){
  			index[k++]=i-j;
  			j=0;
  		}
  	} 
  	return k;
  }
  int main(){
  	char t[]="abceeeabcyyyabc";
  	char p[]="abc";
  	int index[10];
  	int n=kmpCheck(t,p,index);
  	for(int i=0;i<n;i++){
  		cout<<index[i]<<'\t';
  	}
  	cout<<endl;
  	return 0;
  } 

            本来想详细讲解一下KMP算法的原理，后来发现我自己的语言表达确实有点拙劣，倒是花了很长的时间画图，也简单说了一下如何手算一个kmp算法的回溯值矩阵。至于算法的实现就是草草的贴了几个代码。能力有限，还希望不当之处大家及时和我讲出来。