KMP算法的实现

概念：

Knuth-Morris-Pratt 字符串查找算法，简称为 “KMP 算法”，常用于在一个文本串 S 内查找一个模式串 P 的出现位置，这个算法由 Donald Knuth、Vaughan Pratt、James H. Morris 三人于 1977 年联合发表，故取这三人的姓氏命名此算法。

下面先直接给出 KMP 的算法流程：

• 假设现在文本串 S 匹配到 i 位置，模式串 P 匹配到 j 位置：
  • 如果 j = -1，或者当前字符匹配成功（即 S[i] == P[j]），都令 i++，j++，继续匹配下一个字符；
  • 如果 j != -1，且当前字符匹配失败（即 S[i] != P[j]），则令 i 不变，j = next[j]。此举意味着失配时，模式串 P 相对于文本串 S 向右移动了 j - next [j] 位。

现在我们关系的是next数组，那next数组是如何求得呢？

     

举例：给定字符串“ABCDABD”，可求得它的 next 数组如下：

实现原理：计算 next 数组的方法可以采用递推：

• 1.如果对于值 k，已有 p0i,p1, ..., pk-1 = pi-k,pi-k+1, ..., pi-1，相当于 next[i] = k。 可以理解为next[i] = k 代表 p[i] 之前的模式串子串中，有长度为 k 的相同前缀和后缀。

• 2.下面的问题是：已知 next [0, ..., i]，如何求出 next [i + 1] 呢？
  • 若p[k] == p[i]，则 next[i+ 1 ] = next [i] + 1 = k + 1；
  • 若p[k ] ≠ p[i]，如果此时 p[ next[k] ] == p[i ]，则 next[ i + 1 ] = next[k] + 1，否则继续递归前缀索引 k = next[k]，而后重复此过程。

#include<iostream>
using namespace std;

//求next值
void CalNext(const char *sub, int n, int *next)
{
	int i=0,k=-1;
	next[0] = -1;

	while(i<n-1)//注意是n-1，否则会越界
	{
		if(k==-1||sub[i] == sub[k])
		{
			next[++i] = ++k;
		}
		else
		{
			k = next[k];
		}
	}
	for(int i=0; i<n; i++) //打印测试
	{
		cout<<next[i]<<" ";
	}
	cout<<endl;
}
int KMP(const char *str, const char *sub)
{
	if(str == NULL || sub == NULL) return -1;

	int i=0,j=0;
	int len1 = strlen(str);
	int len2 = strlen(sub);
	
	int *next = new int[len2];
	CalNext(sub, len2, next);
	///
	while(i<len1&&j<len2)
	{
		if(j==-1 || str[i] == sub[j])
		{
			i++;
			j++;
		}
		else
		{
			j = next[j];
		}
	}
	//
	delete [] next;
	if(j == len2) return i-j;
	return -1;
}
int main()
{
	char *str = "aaaaaaaaaaaaabbb";
	char *sub = "aaaaabb";
	int index = KMP(str, sub);
	cout<<index<<endl;
	return 0;
}