KMP算法的理解

1、符号约定

S：主串（长度n）

i：主串S中当前位置的下标（从1开始，S（0）放串长）

T：子串（长度m）

j：子串T中当前位置的下标（从1开始，T（0）放串长）

 

2、朴素模式匹配的做法

每次匹配失败 i 回溯至上一次开始位置的后一个， j 回溯至1重新开始匹配。算法复杂度是O（n*m）

 

3、朴素模式匹配为何性能不佳 

例子1：子串中每个字符各不相同

匹配到闪电所示位置时匹配失败，按照朴素模式匹配的做法应该回溯到 i=2，j=1处重新开始匹配。但是实际上T中的“abcde”与S中的“abcde”已经匹配成功，而T中各个字符又各不相同，因此下次匹配从i=6，j=1开始即可。

例子2：子串中有重复部分

匹配到闪电所示位置时匹配失败，由于“abc”是字符各不相同的串，因此，按照例子1中的做法，下次匹配不需要再比较前三个字符，可回溯到 i=4，j=1处开始重新匹配。又，子串中的红色部分与子串中的黄色部分相同，而红色部分曾与主串中的一部分匹配成功，故子串中的黄色并没有必要再和主串中的红色匹配，因此最终可回溯至 i=6，j=3处开始重新匹配。

总结：在整个字符串匹配过程中，i 值其实根本就不用回溯，每次匹配失败，可从匹配失败处将串分开，则前半段的情况总符合例子1或例子2中的情形（其实两个例子实质相同）。因此只用考虑每次匹配失败后 j 值需要回溯到哪个位置。

 

4、next [ j ] 函数

于是大牛们搞出了next [ j ] 函数来告诉大家每次匹配失败后，j 值回溯到哪个位置才合理，以此避免大量不必要的回溯。next [ j ] 函数是子串的结构具有的性质，与主串无关。

next [ j ] 的值为字符串中位置 j 之前的字符串的前缀和后缀的最长共有元素的长度值+1。

 

 

 

 

 

解释几个概念，（1）部分匹配值：字符串的前缀和后缀的最长共有元素的长度；（2）前缀：除最后一个字符外一个字符串的全部头部组合；（3）后缀：除第一个字符外，一个字符串的全部尾部组合。例如，“desk”的前缀是“d”，“de”，“des”；后缀是“esk”，“sk”，“k”。

5、KMP算法

每次匹配失败后，i 不回溯，j 回溯到next [ j ] 函数所指示的位置即KMP算法。

6、我当初的疑惑

乍一看，如果 j =1时匹配失败，那么 j 的值还是应该是1，为何初始化next [ 1 ]=0呢？ 这种情况对应了第一个字符就匹配失败，那么此时， 需要i 值+1，next [ j ]在i+1后能刚好回到1，即不变，故需要初始化next [ j ]为0.