大话 KMP 算法

LeetCode上有一题，简单难度的，以下是原题

这个题目应该刷LeetCode的同学大部分都刷到过，比较荒谬的是可以直接用 indexOf 方法实现，并且是最优的解法，看到评论以后一片哗然，大家扯到最多的是这道题就应该用KMP来做，如果用KMP做那这道题应该是困难级别的。所以看了这些评论以后，决定自己去摸索一下KMP的算法，以及大概其实现原理。

       网上找了很多关于解释KMP算法的，发现只有阮一峰老师的(字符串匹配的KMP算法)解释的比较通俗易懂，但是缺点是没有给出对应的代码，所以在编程方面还是比较晦涩的。

     简单说下KMP算法，我们在找字符串的时候需要找到第一次出现此字符串的地方，没有则返回-1.

     下面是KMP算法具体的代码实现 ，这边代码strStr方法是我自己写的，下面的初始化字典是参考的网上的

public class KMP {

    public int strStr(String haystack,String needle){
        int[] dp = kmpInt(needle);
        int M = haystack.length();
        int N = needle.length();
        // i 表示当前的起始位置，j表示当前 needle的匹配位置， z表示匹配数
        int z = 0;
        // i的累加交给循环处理
        loop:
        for (int i=0;i <= M - N;i++){
            for (int j=0;j<N;j++) {
                if (haystack.charAt(i + j) == needle.charAt(j)) {
                    z++;
                    if (z == N){
                        return i;
                    }
                }else{
                    if (z == 0){
                        continue loop;
                    }
                    // 根据KMP的算法规则，移动位数 = 已匹配的字符数 - 对应的部分匹配值
                    // 因为循环需要i++,所以这里需要 -1
                    i = i + (z - dp[z-1]) - 1;
                    z = 0;
                    continue loop;
                }
            }
        }
        return -1;
    }

    // 这里需要理解字典
    // 默认认为最优解，如果当前的第K个字符和最后一个新字符相等，那么结果一定是上一次的最大匹配字 
    符串加1
    // 栗子：比如上一次的最大字符串是 ABCDABD，
    // 当ABCDA的最大字符是A的时候，因为下标为1的是B，下标为5的也是B
    // 因此ABCDAB的最大字符一定是AB
    public int[] kmpInt(String needle){
        int[] kmp = new int[needle.length()];
        // 将其所有的数字都填充为0
        Arrays.fill(kmp,0);
        int k = 0;
        for (int i = 1;i<needle.length();i++){
            // 目前几乎所有的博客都在说这段代码是最复杂的地方，但是解释这段代码的很少
            while (k > 0 && needle.charAt(k) != needle.charAt(i)){
                k = kmp[k-1];
            }
            if (needle.charAt(k) == needle.charAt(i)){
                k++;
            }
            kmp[i] = k;
        }
        return kmp;
    }
}

   在strStr方法中，按照阮一峰老师的博客还是很好理解的， 完全维护了一个字典表，然后根据字典表来进行相对应的位移

     KMP真正难的地方在于怎么样构建上图这个字典树，而字典树里面最难的代码的就是这一段  

while (k > 0 && needle.charAt(k) != needle.charAt(i)){
                k = kmp[k-1];
            }

     我理解了很久没有理解，然后把代码改成了下图，也同样构建了KMP的字典数组，达到了同样的效果。我来解释下下面这段代码：

while (k > 0 && needle.charAt(k) != needle.charAt(i)){
                k--;
            }

    首先，K只是我们维护的一个常数，因为我们要取字典树中的值，因为大小一定要大于0，由于我们的i是累加的，因此我们需要判断第K个字符和第I个字符是否相等，如果不相等的话，并不能直接判断当前的字典树位置对应的就是0，而是要往前找。但是如果第K个字符和第I个字符相等，那么他的最大匹配数一定是k++的。

    如果上一个字符串的最大匹配数是0，在当前情况下，如果第一个字符和最后一个字符相等，那么此次的最大匹配数一定为1。

    意思就是说如果 ABCDABD，如果ABCD的最大匹配数是0，因为I是5的时候，A=A，所以ABCDA的最大匹配数就一定是1，这个不懂的可以自己画图理解下。

    举个栗子看一下，needle的字符串为”aabaaac“。

       －　1的默认长度为0；

　　－　"aa"的前缀为[a]，后缀为[a]，共有元素的长度为1；

　　－　"aab"的前缀为[a,aa]，后缀为[ab, b]，共有元素的长度0；

　　－　"aaba"的前缀为[a,aa,aab]，后缀为[aba, ba, a]，共有元素的长度为1；

　　－　"aabaa"的前缀为[a, aa, aab, aaba]，后缀为[abaa, baa, aa, a]，共有元素为"aa"，长度为2；

　　－　"aabaaa"的前缀为[a, aa, aab, aaba, aabaa]，后缀为[abaaa, baaa, aaa, aa, a]，共有元素为"aa"，长度为2；

　　－　"aabaaac"的前缀为[a, aa, aab, aaba, aabaa, aabaaa]，后缀为[abaaac, baaac, aaac, aac, ac, c]，共有元素的长度为0。

     我们是从i=1的时候开始算起，对应的就是aa，因为a == a 并且K初始化为0，所以kmp[1] = k++ = 1;

     i = 2的时候，对应的就是aab，此时K是1，因为kmp[1] != kmp[2]，所以需要K--，使K的指针前移，直到匹配到有一个字符等于K[i]或者K减到0，所以kmp[2] = 0;

     i = 3的时候，对应的就是aaba，此时K是0,因为a == a，K还是等于0，所以kmp[3] = 1;

     i = 4的时候，对应的就是aabaa，此时K是1，那么K[1] = a，K[4] = a，因此直接 k++，所以kmp[4] = 2；

     i = 5的时候，问题就来了，当前对应的是aabaaa，此时的K是2，kmp[2] = b，而kmp[5] = a，b != a，当前KMP数组维护的指针是2，我们需要进行指针回退，匹配上一个字符是否等于最后一个字符，相当于我们回到了i=4的时候，不同的是，当前K-- = 1，而kmp[k] = a,kmp[i] = a,所以 needle,charAt(1) == needle.charAt(5) ，所以kmp[5] = 2;

    i = 6的时候，对应的就是aabaaac,由于K的指针递减，发现没有一个字符可以和最后的最新字符进行匹配，所以kmp[6] = 0;

   转化出来的字典数组即为 【0,1,0,1,2,2,0】，当字典转换出来理解以后，KMP的算法就基本理解了。

  另外附一下我的代码改和没有改时候在LeetCode的区别

   用 

while (k > 0 && needle.charAt(k) != needle.charAt(i)){
                k = kmp[k-1];
     }  

的时候：

用 

while (k > 0 && needle.charAt(k) != needle.charAt(i)){
                k--;
            }

的时候：

   虽然我改版后执行用时增加了，但是我觉得比较方便我理解。。。

   果然是头秃的劝退算法。。。摸索了好久才把自己讲通。

    本身理解的也不是很深，有问题欢迎探讨。。。