数据结构—— 第四章串+第六章图（关键路径）

KMP算法

KMP算法的作用是在一个已知字符串中查找子串的位置,也叫做串的模式匹配。
字符串的匹配： 暴力就是一个一个匹配，一发现错误，马上回退到开头的下一个，但是这样会比较慢。

让后移动的位数增加，减少一些不必要的判断。

这里得到一个公式：移动的位数 = 已匹配的字符数 - 对应的部分匹配值

原理就是： 从已经匹配的一段字符串的后一个字母重新开始匹配
比如下面的例子：
ab是匹配的，但是a就和c不匹配， 所以从 最后的那个a开始重新匹配。

看以下的图示：

改进： 右移位数= 已匹配的字符数- 对应的部分匹配 Move = (j - 1) - PM[ j - 1]

next[i]的值表示下标为i的字符前的字符串最长相等前后缀的长度。

KMP算法
指针i永远不会回退。

KMP 算法永不回退 txt 的指针 i，不走回头路（不会重复扫描 txt），而是借助 dp 数组中储存的信息把 pat 移到正确的位置继续匹配，时间复杂度只需 O(N)，用空间换时间，所以我认为它是一种动态规划算法。

换一种理解方式

每次找最长的公共前后缀。
下图发现， AB是最长的公共前后缀。
所以只需要把前缀移动到后缀的位置，就是最少的匹配次数， 加快匹配的速度。
如果由多对前后缀， 选择最长的那个。
最长的这个不能包括原来的串，

移动后

每次比较其实都是，找最大公共前后缀长度。

next 数组

next[ j ]的值, k = 下标为 j 的 字符前 的字符串 最长相等前后缀 的长度 + 1

它的改进在于：
每当从某个起始位置开始一趟比较后，在匹配过程中出现失配，不回溯i，而是利用已经得到的部分匹配结果，
将一种假想的位置定位“指针”在模式上向右滑动尽可能远的一段距离到某个位置后，继续按规则进行下一次的比较。

#include <iostream>
#include<cstdio>
#include<cstdlib>
#include<algorithm>
#include<queue>
#include<cmath>
#include<cstring>
#include <string>
typedef long long ll;
using namespace std;
//未改进的KMP算法代码实现
void get_next(int *next, char *T, int len)
{
	next[0] = -1;//-1代表没有重复子串
	int k = -1;
	for (int q = 1; q <= len; q++)
	{
		while (k > -1 && T[k+1] != T[q])//下一个元素不相等，把k向前回溯
		{
			k = next[k];
		}
		if (T[k+1] == T[q])//下一个元素相等，所以最长重复子串+1
		{
			k = k+1;
		}
		next[q] = k;//给next数组赋值
	}
}
int KMP(char *s, int len, char *p, int plen)//利用KMP算法匹配
{
	int *next = new int(plen);
	get_next(next, p, plen);
	int k = -1;
	int i = 0;
	for (; i < len; i++)
	{
 		while (k > -1 && p[k+1]!=s[i])//两串下一个字符不相等，向前回溯（效率高就是在这里，每次匹配失败，k不用直接变为0，从第一个字符开始重新匹配，而是变为最长重复子串的下一个字符，从中间开始匹配即可）。
		{
			k = next[k];
		}
		if(p[k+1] == s[i])//两个串的字符相等，k+1来匹配子串的一个字符
		{
			k++;
		}
		if (k == plen-1)//匹配成功，返回短串在长串的位置。
		{
			return i-plen+1;
		}
	}
	return -1;
}
int main()
{
	
	char a[] = "bacbababadababacambabacaddababacasdsd";
	char b[] = "ababaca";
	int m = KMP(a,strlen(a),b,strlen(b));
	printf("%d", m);
	return 0;
}

图

关键路径算法

这里可以用边表示活动，构建一个 AOE网络。
比如上图的装修工程可以构建出下图的AOE网络。我们把工程计划表示为边表示活动的网络，即 AOE网，顶点表示事件（Event），弧表示活动，权表示活动持续的时间。
最后一个有4，7，8 三个前序工程，所以指向同一个顶点。

对于AOE网，我们关心两个问题：
完成整项工程至少需要多少时间？ — 求关键路径长度
哪些活动是影响工程进度的关键？ — 求关键路径上经过的顶点（活动）

关键路径 — 路径长度最长的路径。
路径长度 — 路径上各活动持续时间之和。
确定关键路径之前，我们需要定义4个描述量（以上图为例）：
ve(vj) ----- 表示 事件 vj 的最早发生时间。
vl(vj) ----- 表示 事件 vj 的最晚发生时间。
e(i) ---- 表示活动 ai的最早开始时间。
l(i) ---- 表示活动 ai （边） 的最晚开始时间。

关键活动 ---- 关键路径上的活动，即 l(i) == e(i)即（l(i) - e(i) = 0）的活动。
发现边 A 是关键的， 只有一条路径可以走，最早开始时间和最晚开始是一致的。

三 ，如何求得关键路径

那么我们如何找到满足 l(i) == e(i)的关键活动？

举例：
V1-> V4 有两条路径
这两条路径可以同时进行的， 则V4开始的最早时间， 是 最长的完工时间。 从图中可知， 最早开始时间是max{5, 6}=6

第一步： 用 拓扑 排序求 ve()， 一步一步往后计算。最终得到最大的那个长度时间。
得到最终的最早时间 ： V6 最早开始的时间是 8 。
第二步： 用 逆拓扑 排序求 vl() ， 从 v6开始计算，最晚开始的时间。这里 最晚开始时间v6就是 8 ， 然后逆推 V5 就是 8-1， 为7.
V4 最晚时间为 6， V3 最晚时间是：min {8-3,8-6} = 2 ， V2 最晚时间是 8-4= 4， V1 最晚时间就是0 ,
第三步： 弧最早开始时间 e()等于该弧的起点的顶点的 ve() ， （比较容易懂，就是弧最早开始时间，那么顶点就也最早开始时间）
第四步：用下面图的公式进行计算
可以计算得到 l(i) 数 组。
比如 a1 终点的 vl(2)=4减去 该弧的时间长度（3）= 1 ， 所以 l(1)最晚开始时间是1。

最后得到 l(i)- e(i)=0的边拿出来， 就是关键路径了。