1.什么是KMP算法?
KMP其实是一种高效的字符串匹配算法,用来在主字符串中查找模式字符串的位置。对暴力的那种一一比对的方法进行了优化,使时间复杂度大大降低至O(n)
为了方便理解下面的内容,我将定义一些概念方便大家理解:
1、s[ ]是模式串
2、p[ ]是模板串
3、“非平凡前缀”:指除了最后一个字符以外,一个字符串的全部头部组合。
4、“非平凡后缀”:指除了第一个字符以外,一个字符串的全部尾部组合。(
5、“部分匹配值”:前缀 和 后缀的最长共有元素的长度。
6、next[ ]是“部分匹配值表”,即next数组,它存储的是每一个下标对应的“部分匹配值”,是KMP算法的核心。
2.核心思想:
在每次匹配失配时,并不是把p串往后移动一位,而是把p串往后移动至下一次可以和前面部分匹配的位置,这样就可以跳过大多数的失配步骤。而每次p串移动的步数就是通过查找next[ ]数组确定的。
3.next数组:
next数组的含义:对next[ j ] ,是p[ 1, j ]串中前缀和后缀相同的最大长度(部分匹配值),即 p[ 1, next[ j ] ] = p[ j - next[ j ] + 1, j ]。
手动模拟求next数组:
对 p = “abcab”
next[ 1 ] :前缀 = null(空)———后缀 = null(空)———next[ 1 ] = 0;
next[ 2 ] :前缀 = { a }———后缀 = { b }———next[ 2 ] = 0;
next[ 3 ] :前缀 = { a , ab }———后缀 = { c , bc }———next[ 3 ] = 0;
next[ 4 ] :前缀 = { a , ab , abc }———后缀 = { a , ca , bca }———next[ 4 ] = 1;
next[ 5 ] :前缀 = { a , ab , abc , abca }———后缀 = { b , ab , cab , bcab }———next[ 5 ] = 2;
4.匹配思路和实现代码
KMP主要分两步:求next数组、匹配字符串。
s串 和 p串都是从1开始的。i 从1开始,j 从0开始,每次s[ i ] 和p[ j + 1 ]比较
如果s[ a , b ] = p[ 1, j ] && s[ i ] != p[ j + 1 ] 此时要移动p串(移动到下次能匹配的位置)
其中1串为[ 1, next[ j ] ],3串为[ j - next[ j ] + 1 , j ]。由匹配可知 1串等于3串,3串等于2串。所以直接移动p串使1到3的位置即可。这个操作可由j = next[ j ]直接完成。 当 j == m时匹配成功。
for(int i = 1, j = 0; i <= n; i++)
{
while(j && s[i] != p[j+1]) j = ne[j];
//如果j有对应p串的元素, 且s[i] != p[j+1], 则失配, 移动p串
//用while是由于移动后可能仍然失配,所以要继续移动直到匹配或整个p串移到后面(j = 0)
if(s[i] == p[j+1]) j++;
//当前元素匹配,j移向p串下一位
if(j == m)
{
//匹配成功,进行相关操作
j = next[j]; //继续匹配下一个子串
}
}
求next数组的思路和实现代码
next数组的求法是通过模板串与自己进行匹配操作得出来的。
for(int i = 2, j = 0; i <= m; i++)
{
while(j && p[i] != p[j+1]) j = next[j];
if(p[i] == p[j+1]) j++;
next[i] = j;
}
每次移动 i 前,将 i 前面已经匹配的长度记录到next数组中。
参考:四谷夕雨