831.KMP字符串 做题笔记

一、KMP算法基本概念

首先，什么是KMP算法。这是一个字符串匹配算法，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。

举例来说，有一个字符串"BBCABCDABABCDABCDABDE"，我想知道，里面是否包含另一个字符串"ABCDABD"？许多算法可以完成这个任务，Knuth-Morris-Pratt算法（简称KMP）是最常用的之一。它以三个发明者命名，起头的那个K就是著名科学家Donald Knuth。

​ 然后是一些基本概念：

1、s[ ]是模板串。
2、p[ ]是模式串。
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。（后面会有例子，均简称为前/后缀）
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。

核心思想：在每次失配时，不是把p串往后移一位，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。

二、next数组的含义及手动模拟

说明一下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：

对next[ 1 ] ：前缀 = 空集—————后缀 = 空集—————next[ 1 ] = 0;

对next[ 2 ] ：前缀 = { a }—————后缀 = { b }—————next[ 2 ] = 0;

对next[ 3 ] ：前缀 = { a , ab }—————后缀 = { c , bc}—————next[ 3 ] = 0;

对next[ 4 ] ：前缀 = { a , ab , abc }—————后缀 = { a . ca , bca }—————next[ 4 ] = 1;

对next[ 5 ] ：前缀 = { a , ab , abc , abca }————后缀 = { b , ab , cab , bcab}————next[ 5 ] = 2;

三、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。

当匹配过程到上图所示时，

s[ a , b ] = p[ 1, j ] && s[ i ] != p[ j + 1 ] 此时要移动p串（不是移动1格，而是直接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。 如此往复下去，当 j == m时匹配成功。

四、求next数组的思路和实现代码

 next数组的求法是通过模板串自己与自己进行匹配操作得出来的（代码和匹配操作几乎一样）。

代码和匹配操作的代码几乎一样，关键在于每次移动 i 前，将 i 前面已经匹配的长度记录到next数组中。

关于为什么求next数组和匹配的操作类似，因为本质是一样的：对于s串每一个特定的下标i，在满足s[i-j+1，i]=p[0，j]的前提下，我们需要找出j的最大值。唯一不同的在于，求next数组时，我们关心对于每个不同的下标i，j能走多远；匹配时，我们只关心j是否走到末尾。

细节：

1.匹配时，下标从1开始（为了减少麻烦）。所以cin时就要用s+1和p+1。这是一个指针运算，s表示的是指针char*，由于>>操作优先级低于+，所以先进行+1运算，s+1表示的是&s[1]这个地址，也就是从地址&s[1]处开始写输入，相当于舍弃了s[0]这个值，只有从1开始的以后那些下标才存放有意义的字符。

既然下标从1开始，而题目要求从0开始，最后输出的时候就要再-1，本来应该是输出i-n+1，变为i-n。

2.构造next数组时，i从2开始，因为ne[1]=0，只有一个字符没有前后缀。

完整代码：

#include<iostream>
using namespace std;
const int N=100010,M=1000010;
char s[M],p[N];
int ne[N];

int main(){
    int n,m;
    cin>>n>>p+1>>m>>s+1;
    
    for(int i=2,j=0;i<=n;i++){//构造ne数组
        while(j&&p[i]!=p[j+1]) j=ne[j];
        if(p[i]==p[j+1]) j++;
        ne[i]=j;
    }
    
    for(int i=1,j=0;i<=m;i++){//匹配过程
        while(j&&s[i]!=p[j+1]) j=ne[j];//没匹配上就从上一个相同前缀开始继续匹配
        if(s[i]==p[j+1]) j++;//匹配上了，继续匹配p的下一个字符
        if(j==n) {//匹配成功
            cout<<i-n<<" ";
            j=ne[j];//继续匹配
        }
    }
}