数据结构-KMP 算法（Knuth-Morris-Pratt 字符串查找算法）

1.什么是KMP算法：快速的从一个主串中找出一个你想要的子串

       KMP算法是一种改进的字符串匹配算法。KMP算法的核心是利用匹配失败后的信息，尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是通过一个next()函数实现，函数本身包含了模式串的局部匹配信息。KMP算法的时间复杂度O(m+n)。

首先，对于这个问题有一个很单纯的想法：从左到右一个个匹配，如果这个过程中有某个字符不匹配，比较指针就跳回去（比较指针回溯），将模式串向右移动一位。

/**
 * 暴力破解法
 * ts 主串
 * ps 模式串
 * 如果找到，返回在主串中第一个字符出现的下标，否则为-1
 */
public static int bf(String ts, String ps) {
    int i = 0; // 主串的位置
    int j = 0; // 模式串的位置
    while (i < t.length && j < p.length) {
       if(t[i]==p[j]){//当两个字符相同，就比较下一个
           i++;
           j++;
       } 
        else{
           i=i-j+1;// 一旦不匹配，i后退
           j=0;//j归0
       }
    }
    if(j==p.length){
       return i-j;
    } 
    else{
       return -1;
    }
}

比较指针回溯使算法效率低，而KMP算法可以做到仅仅后移模式串，比较指针不回溯。

2.KMP算法实现过程

当某个字符不匹配时，我们观察发现箭头左边部分，上下字符串模式串和主串是完全匹配的。

模式串左右两端两个字串是完全匹配的，称为模式串的公共前后缀。

KMP核心：直接移动模式串，将公共前缀移动到公共后缀。

因为前后缀是匹配的，可以保证当前比较指针所在的位置左边的串上下匹配，且不会跳过某些匹配的情况。

注意：如果模式串存在多对公共前后缀，我们要取最长公共前后缀。

对于KMP算法只需研究模式串就可以。

3.KMP转化为代码形式（如何构建next数组）

首先把模式串放入数组中，模式串是从数组下标1开始的（根据个人喜好）。模式串的每一位都有可能与主串不匹配。

首先假设若1号位发生不匹配。

1号位与主串下一位比较。

若2号位发生不匹配。

 例题

1.剪花布条

一块花布条，里面有些图案，另有一块直接可用的小饰条，里面也有一些图案。对于给定的花布条和小饰条，计算一下能从花布条中尽可能剪出几块小饰条来呢？

输入格式

输入数据为多组数据，读取到 # 字符时结束。每组数据仅有一行，为由空格分开的花布条和小饰条。花布条和小饰条都是用可见 ASCII 字符表示的，不会超过  个字符。

注意：这个 # 应为单个字符。若某字符串开头有 #，不意味着读入结束！

输出格式

对于每组数据，输出一行一个整数，表示能从花纹布中剪出的最多小饰条个数。

样例

输入

abcde a3
aaaaaa aa
#

输出

0
3

数据范围与提示

对于全部数据，字符串长度<=1000 。

#include<bits/stdc++.h>
using namespace std;
const int maxn=1005;
int n,m,next[maxn];
char s[maxn],t[maxn];//s[]为模式串，t[]为匹配串

void getnext(){
	next[0]=0;
	for(int i=1;i<n;i++){
		int j=next[i-1];
		while(t[j]!=t[i]&&j>0){
			j=next[j-1];
		}
		if(t[j]==t[i]){
			next[i]=j+1;
		}
		else{
			next[i]=0;
		}
	}
} 

int kmp(){
	int j=0;
	int sum=0;
	for(int i=0;i<m;i++){
		while(t[j]!=s[i]&&j>0)
		j=next[j-1];
		if(t[j]==s[i]) 
		{
			j++;
		}
		if(j>=n)
		{
			sum++;
			j=0;
		}
	}
	return sum;
}

int main(){
	while(~scanf("%s",s)){
		if(s[0]=='#'){
			break;
		}
		scanf("%s",t);
		m=strlen(s);
		n=strlen(t);
		getnext();
		printf("%d\n",kmp());
	}
	return 0;
} 

2.Power Strings

给定若干个长度  的字符串，询问每个字符串最多是由多少个相同的子字符串重复连接而成的。如：ababab 则最多有  个 ab 连接而成。

输入格式

输入若干行，每行有一个字符串。特别的，字符串可能为 . 即一个半角句号，此时输入结束。

样例

输入

abcd
aaaa
ababab
.

输出

1
4
3

数据范围与提示

字符串长度<=1e6 。

#include<bits/stdc++.h>
using namespace std;
const int N=1e6+5;
char a[N];
int p[N],n;
void kmp()
{
    p[1]=0;int j=0;
    for(int i=1;i<n;i++)
    {
        while(j>0&&a[j+1]!=a[i+1]){
			j=p[j];
		}
        if(a[j+1]==a[i+1]){
			j++;//如果已经相等，则看接下来的字符相不相等，若不相等则返回，说明还没有开始重复；否则接着匹配
		}
   	    p[i+1]=j;//开始时不相等，那么j不自增，继续看之后的串哪个i开始与j匹配
    }
}
int main()
{
    while(1){
        scanf("%s",a+1);
        if(a[1]=='.'){
			break;
		}
        n=strlen(a+1);
        kmp();
        if(n%(n-p[n])==0){
        	printf("%d\n",n/(n-p[n]));
   		} 
        else{
        	printf("%d\n",1);
 		}
    }
    return 0;
}

3.Radio Transmission

给你一个字符串，它是由某个字符串不断自我连接形成的。但是这个字符串是不确定的，现在只想知道它的最短长度是多少。

输入格式

第一行给出字符串的长度 ，第二行给出一个字符串，全由小写字母组成。

输出格式

输出最短的长度。

样例

输入

8
cabcabca

输出

3

对于样例，我们可以利用 abc 不断自我连接得到 abcabcabc，读入的 cabcabca 是它的子串。

数据范围与提示

对于全部数据，1<=L<=1e6。

#include <bits/stdc++.h>
using namespace std;
char p[1000005];
int next[1000005],len;
void get_next()
{
    int i,j;
    next[0]=j=-1;
    i=0;
    while(i<len){
        while(j!=-1&&p[j]!=p[i]){
        	j=next[j];
		}  
        next[++i]=++j;
    }
}
 
int main()
{
    int n;
    cin>>n;
    scanf("%s",p);
    len=strlen(p);
    get_next();
//    for(int i=0;i<len;i++)
//    {
//        cout<<next[i]<<" ";
//    }
    cout<<n-next[n];
    return 0;
}