学习笔记：KMP算法

KMP算法是一种可以在 $O(n+m)$ 的时间复杂度内实现两个字符串匹配的算法。

AcWing 831. KMP字符串

给定一个模式串$S$，以及一个模板串$P$，所有字符串中只包含大小写英文字母以及阿拉伯数字。模板串$P$在模式串$S$中多次作为子串出现。
求出模板串$P$在模式串$S$中所有出现的位置的起始下标。

输入格式
第一行输入整数$N$，表示字符串$P$的长度。
第二行输入字符串$P$。
第三行输入整数$M$，表示字符串$S$的长度。
第四行输入字符串$S$。

输出格式
共一行，输出所有出现位置的起始下标（下标从$0$开始计数），整数之间用空格隔开。
$(1\le N\le 1e5,1\le M\le 1e6)$

const int maxn = 1e6+5;

int n,m,ne[maxn];
char s[maxn],p[maxn];

int main()
{
	cin>>n; cin>>p+1; //从1开始存储字符串，也可以从0开始，不过会有一些小变化，下面会有从0开始的代码
	cin>>m; cin>>s+1;
	
	//求next数组(此处不是很懂 (*￣︿￣) ,upt:2022.0.22 已经懂了)
	for(int i=2,j=0;i<=n;i++)
	{
		while(j&&p[i]!=p[j+1])	j=ne[j];
		if(p[i]==p[j+1])	j++;
		ne[i]=j;
	}
	// KMP匹配
	for(int i=1,j=0;i<=m;i++)
	{
		while(j&&s[i]!=p[j+1])	j=ne[j];//如果p[j]后面的字符与s[i]不匹配，字符串p就要向后移动
		if(s[i]==p[j+1])	j++;//匹配后，j++，继续下一个
		if(j==n)//j == n说明匹配成功
		{
			cout<<i-n<<" ";
			j=ne[j];//因为有可能多次匹配，所以匹配还要继续
		}
	}
	return 0;
}

const int maxn = 1e6+5;

int n,m,ne[maxn];
string s,p;

int main()
{
	cin>>n; cin>>p; //下标从0开始
	cin>>m; cin>>s;
	ne[0]=-1; //0处的next指针指向-1，表示空
	//求next数组
	for(int i=1,j=-1;i<n;i++)
	{
		while(~j&&p[i]!=p[j+1])	j=ne[j];//判断条件为 j!=-1 (即~j)
		if(p[i]==p[j+1])	j++;
		ne[i]=j;
	}
	// KMP匹配
	for(int i=0,j=-1;i<m;i++)
	{
		while(~j&&s[i]!=p[j+1])	j=ne[j];
		if(s[i]==p[j+1])	j++;
		if(j==n-1)
		{
			cout<<i-n+1<<" ";
			j=ne[j];
		}
	}
	return 0;
}

---

upt:2022.9.22 KMP自动机

KMP自动机：构造一个 自动机（一个有限状态机）：其状态为当前的前缀函数值，而从一个状态到另一个状态的转移则由下一个字符确定。
(KMP自动机可以理解为是一个单串的AC自动机)

具体定义为$aut[i][c]$：当前在$KMP$中的状态是$i$，往后多匹配一个字符$c$后到达的状态。

KMP自动机的预处理时间复杂度为$O(|\sum |n)$,其中$|\sum |$为字符集大小。

KMP自动机构造模版:

	cin >> s + 1;
	n = strlen(s + 1);
	
	aut[0][s[1] - 'a'] = 1;
	for (int i = 1; i < n; i ++) {
		if (i > 1)	ne[i] = aut[ne[i - 1]][s[i] - 'a'];
		for (int c = 0; c < 26; c ++) {
			if ('a' + c != s[i + 1])
				aut[i][c] = aut[ne[i]][c];
			else
				aut[i][c] = i + 1;
		}
	}

例题

codeforce Prefix Function Queries

link
题目大意：
对于给定字符串$s（|s|\le 1e6）$。
有$q$个询问，每次询问给定一个字符串$t（|t|\le 10）$，回答$s$拼接$t$后$t$对应位置的前缀函数值，询问独立。

做法：
如果预处理出$s$的$ne$数组，然后每次询问暴力求拼接上$t$后的$t$对应位置的$ne$数组，这样最坏的情况下，每次询问的时间复杂度都是$O(n)$的。

但是使用$KMP$自动机的话，每次询问，求新增位置的$ne$数组的时间复杂度是稳定在$O(26|t|)$的。
于是总时间复杂度为$O(26\ast |t|\ast q)$。

code:

#include <bits/stdc++.h>
#define endl '\n'
#define INF 0x3f3f3f3f
#define all(x) begin(x),end(x)
#define debug(x) cout<<#x<<": "<<x<<endl;
using namespace std;
using ll = long long;
const int N = 1e6 + 30;

int n, m, ne[N], aut[N][26];
char s[N], t[15];

int main() {
	cin.tie(0);
	ios::sync_with_stdio(false);
	
	cin >> s + 1;
	n = strlen(s + 1);
	
	aut[0][s[1] - 'a'] = 1;
	for (int i = 1; i < n; i ++) {
		if (i > 1)	ne[i] = aut[ne[i - 1]][s[i] - 'a'];
		for (int c = 0; c < 26; c ++) {
			if ('a' + c != s[i + 1])
				aut[i][c] = aut[ne[i]][c];
			else
				aut[i][c] = i + 1;
		}
	}
	
	int q; cin >> q;
	while (q --) {
		cin >> s + n + 1;
		m = strlen(s + n + 1);
		for (int i = n; i <= n + m; i ++) {
			if (i > 1)	ne[i] = aut[ne[i - 1]][s[i] - 'a'];
			for (int c = 0; c < 26; c ++) {
				if ('a' + c != s[i + 1])
					aut[i][c] = aut[ne[i]][c];
				else
					aut[i][c] = i + 1;
			}
			if (i != n)	cout << ne[i] << ' ';
		}
		cout << endl;
	}
	
	return 0;
}