KMP模式匹配算法

一、算法思路:

        KMP模式匹配算法让主串不发生没必要的回溯,即主串的索引值只做递增操作。如果主串的索引值不发生回溯,那么就需要子串索引值的回溯变化。

        子串索引值要以一种怎样的形式进行变化呢?子串索引值的变化方式只和子串自身有关系,而且索引值的变化取决于当前字符之前的串的前后缀的相似度

        我们以next数组表示串的相似度。next数组的本质就是寻找子串中相同前后缀的长度,以此来表达匹配过程中需要跳过的字符个数。即根据已经掌握的信息来避免重复运算。

二、参考链接:

视频参考链接

三、算法代码:

/* KMP模式匹配算法 */
short kmpSearch(std::string mainStr, std::string subStr) {
	auto retValue = -1;

	const std::vector<short> nextVec = getStrNextVec(subStr); // 获取子串的next数组
	short mainIdx = 0, subIdx = 0; // 主串、子串的索引下标
	// 这个过程实际和查找next数组的过程有点类似
	while (mainIdx < mainStr.length()) {
		if (mainStr.at(mainIdx) == subStr.at(subIdx)) {
			// 字符匹配,索引继续往后偏移
			mainIdx += 1;
			subIdx += 1;
		}
		else {
			if (0 == subIdx) {
				// 子串的第一个字符就不匹配,直接偏移主串的索引
				mainIdx += 1;
			}
			else {
				// 根据next数组,跳过子串前面的一些字符,不用进行匹配
				subIdx = nextVec.at(subIdx - 1);
			}
		}

		if (subIdx == subStr.length()) {
			// 子串的索引值等于子串长度的时候,那么就匹配成功了
			retValue = mainIdx - subIdx;
			break;
		}
	}


	return retValue;
}


/* KMP算法,获取next数组 */
std::vector<short> getStrNextVec(std::string subStr) {
	std::vector<short> nextVec(0);
	
	int prefixIdxLen = 0;	// 当前子串前缀对应的索引值,同时也表示子串相同前后缀的最大长度
	int suffixIdx = 1;		// 当前子串后缀对应的索引值
	while (suffixIdx < subStr.length()) {
		if (subStr.at(prefixIdxLen) == subStr.at(suffixIdx)) {
			// 两个字符相等,最大相同前后缀长度加一,继续往后查找
			prefixIdxLen += 1;
			suffixIdx += 1;
			nextVec.push_back(prefixIdxLen);
		}
		else {
			// 两个字符不相等,当前子串的后缀与当前子串的前缀从头开始对比
			// 但是仍然可以利用已知信息,确定当前子串后缀需要从哪里开始与当前的子串前缀继续对比
			if (0 != prefixIdxLen) {
				// 前一个字符对应的子串的相同前后缀不为0,那么当前字符在对比的时候是可以跳过子串的部分字符的
				prefixIdxLen = nextVec.at(prefixIdxLen - 1);
			}
			else {
				// 前一个字符对应的子串的相同前后缀为0,而且当前字符也不相等,那么直接为0,继续查找下一个字符的next值
				nextVec.push_back(0);
				suffixIdx += 1;
			}
		}
	}

	return nextVec;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
KMP算法(Knuth-Morris-Pratt算法)是一种用于解决字符串匹配问题的高效算法。它的主要思想是利用匹配失败时的信息,尽量减少比较次数,提高匹配效率。 KMP算法的核心是构建一个部分匹配表(Partial Match Table),也称为Next数组。这个表记录了在匹配失败时应该将模式串向右移动的位置。 构建部分匹配表的过程如下: 1. 首先,将模式串中的第一个字符的Next值设为0,表示当匹配失败时,模式串不需要移动; 2. 然后,从模式串的第二个字符开始,依次计算Next值; 3. 当第i个字符与前面某个字符相同的时候,Next[i]的值为该字符之前(不包括该字符)的相同前缀和后缀的最大长度; 4. 如果不存在相同的前缀和后缀,则Next[i]的值为0。 有了部分匹配表之后,KMP算法的匹配过程如下: 1. 用i和j来分别表示模式串和主串的当前位置; 2. 如果模式串中的字符和主串中的字符相同,那么i和j都向右移动一位; 3. 如果模式串中的字符和主串中的字符不同,那么根据部分匹配表来确定模式串的下一个位置; 4. 假设当前模式串的位置为i,根据部分匹配表中的值Next[i],将模式串向右移动Next[i]个位置; 5. 重复上述步骤,直到找到匹配或者主串遍历完毕。 KMP算法的时间复杂度为O(m + n),其中m和n分别是模式串和主串的长度。相比于暴力匹配算法的时间复杂度为O(m * n),KMP算法能够大幅减少比较次数,提高匹配效率。 综上所述,KMP模式匹配算法通过构建部分匹配表并利用匹配失败时的信息,实现了高效的字符串匹配。在实际应用中,KMP算法被广泛地应用于文本编辑、数据搜索和字符串处理等领域。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值