串的模式匹配算法：KMP算法

  串的模式匹配即子串定位是一种重要的串运算。设s和t是给定的两个串，在主串s中找到等于子串t的过程称为模式匹配，如果找到，则称匹配成功，函数返回t在s中的首次出现的存储位置(或序号)，否则匹配失败，返回-1。t也称为模式。

串的模式匹配有两种算法：

• 简单的模式匹配算法
• KMP算法

简单的模式匹配算法：
  算法思想：首先将s₁与t₁进行比较，若不同，就将s₂与t₁进行比较，…，直到s_i和t₁相同，再将它们之后的字符进行比较，若也相同，则如此继续往下比较，当s_i与t_j不同时，则s返回到本趟开始字符的下一个字符，即s_i-j+2，t返回到t₁，继续开始下一趟的比较，重复上述过程。若t中的字符全部比完，则说明本趟匹配成功，本趟的起始位置是i-j+1或i-t[0]，否则，匹配失败。
  该算法比较简单，算法代码这里就不再给出。
KMP算法
  算法思想：算法中引入一个next数组：
$$next[j]=\{\begin{array}{r}0,当j=1时\\ Max\\ 1,其他情况\end{array}$$
  其中：Max的取值为：
$$Max=\{\begin{array}{r}k|1<k<j{且}^{\prime }{p}_1{p}_2...p_{k-1}{=}^{\prime \prime }{p}_{j-k+1}...p_{j-1}^{\prime }\end{array}$$
例如：

next[j]的计算过程如下：

• j=1时，根据定义next[1]=0;
• j=2时，由于不存在这样的正整数k使得1<k<2，所以属于其他情况，此时next[2]=1;
• j=3时，1<k<3，此时k只能取2，比较p₁与p₂(即p_j-k+1或者说是p_j-1)，发现a!=b，所以属于其他情况，next[3]=1;
• j=4时，1<k<4，此时k可以取2、3两个：首先k取2，则比较p₁与p₃(即p_j-k+1或者说是p_j-1)，发现相等，说明k可以取2；然后计算k取3时的情况，需要判断p₁p₂与p₂p₃(即p_j-k+1p_j-1)，发现ab!=ba，k不可以取3；最后找出k的最大取值为2，所以next[4]=2
• j=5时，1<k<5，此时k可以取2、3、4三个 ：首先k取2，则比较p₁与p₄(即p_j-k+1或者说是p_j-1)，发现相等，说明k可以取2；然后计算k取3时的情况，需要判断p₁p₂与p₃p₄(即p_j-k+1p_j-1)，发现ab!=aa，k不可以取3；然后计算k取4时的情况，需要判断p₁p₂p₃与p₂p₃p₄(即p_j-k+1p_j-k+2p_j-1)，发现aba!=baa，k不可以取4；最后找出k的最大取值为2，所以next[5]=2
• j=6时，1<k<6，此时k可以取2、3、4、5四个：首先k取2，则比较p₁与p₅，发现由于a!=b，说明k不可以取2；然后计算k取3时的情况，需要判断p₁p₂与p₄p₅，发现ab==ab，k可以取3；然后计算k取4时的情况，需要判断p₁p₂p₃与p₃p₄p₅，发现aba!=aab，k不可以取4；然后计算k取5时的情况，需要判断p₁p₂p₃p₄与p₂p₃p₄p₅，发现abaa!=baab，k不可以取5；最后找出k的最大取值为3，所以next[6]=3
• j=7时，同理照此方法取k=2、3、4、5、6进行比较，最后计算出没有一个k值满足，所以属于其他情况，因而next[7]=1
• j=8时，按照上述方式进行计算k=2、3、4、5、6、7比较后，发现只有k只能取2，因而next[8]=2。

从而得出next数组中的值

算法代码如下：

#include "stdafx.h"
#include <stdio.h>

//查找满足条件的最大的k值，tr为模式串，l为当前比较的位置
int Max_k(char t[],int l)
{
	int i = 0;
	int max = 0;
	int k = 0;
	bool bIsEqual = true;
	for(k = 2;k < l;k++)
	{
		bIsEqual = true;
		for(i = 1;i <k;i++)
		{
			if(t[i] != t[l-k+i])
				bIsEqual = false;//不满足'p1p2...p(i-1)==p(l-k+1)...p(l-1)'条件
		}
		if(bIsEqual)
			max = k;
	}
	return max;
}
//计算模式串的next[j]数组
void NextArr(int next[],int t_len,char t[])
{
	next[1] = 0;//netx[1]=0
	next[2] = 1;//1<k<i,此时i = 2，为其他情况，所以next[2] = 1
	int i = 3;
	int max = 0;
	for(i = 3;i < t_len;i++)
	{
		max = Max_k(t,i);
		if(0 == max)
			next[i] = 1;//其他情况
		else
			next[i] = max;
	}
}
//找到匹配的主串开始位置
//s:主串，t:子串,s_len:主串长度,t_len:子串长度,pos:从主串的pos位置处开始查找,next:不匹配时j的重新定位位置
int KMP_Pos(char s[],char t[],int s_len,int t_len,int pos,int next[])
{
	int i = pos;
	int j = 1;
	while(i < s_len && j < t_len)
	{
		if(j == 0 || s[i] == t[j])
		{
			i++;
			j++;
		}
		else
		{
			j = next[j];
		}
	}
	if(j >= t_len)
		return i - t_len + 1;
	else
		return 0;
}

int main(int argc, char* argv[])
{
	char s[] = {'0','a','b','a','b','c','a','b','c','a','c','b','a','b'};//主串
	int s_len = 14;
	char t[] = {'0','a','b','c','a','c'};//模式串
	int t_len = 6;
	int next[6];
	NextArr(next,t_len,t);
	int pos = KMP_Pos(s,t,s_len,t_len,1,next);
	printf("主串匹配模式串的第一个位置为：%d\n",pos);
	return 0;
}

运行结果为：

  KMP算法的难点就在于计算next数组，当计算出模式串的next的数组后，再去进行模式串匹配算法就比较简单了。