KMP算法难点易错点

KMP算法:即给定一个字符串S,以及一个模式串P,求模式串P是否是字符串S的子串,如果是,返回匹配的起始下标。

字符串S

a

b

b

a

b

b

模式串P

b

a

b

b

该例,返回2,模式串P与字符串S从S的第二个位置开始匹配。                                                

注意:匹配的字符串必须为连续的字符串, 例如模式串P' abab与上述字符串S不匹配。

 接下来讲next数组

字符串P	a	a	b	a	a	b	s	a	a
next数组	-1	0	1	0	1	2	3	0	1

• next数组存的值为----该字母前面的字符串,最大前缀与后缀的重合字母数量。
• 如上述字符串P,下标为0的next数组值为-1(人为规定，因为其前面没有字符串，没有意义)。
• 下标为1的字母前面字符串为a,只有一个字母,所以为0，最多只能匹配字符串长度-1个字符（若匹配字符串长度字符一定相等，没有意义）。
• 下标为2的字母b，前面的字符串为aa，匹配长度为1，以此类推.......
• 下标为6的字母s，前面的字符串为aabaab，匹配长度为3，图中蓝色表示前缀，红色表示后缀。

字符串P	a	a	b	a	a	b	s	a	a
next数组	-1	0	1	0	1	2	3	0	1

字符串S

位置i

....

....

....

位置x

字符串P

a

b

c

....

....

a

b

c

位置y

• 指向s的指针ptrs,指向p的指针ptrp,每次比较指针所指的两个字母是否相等。
• 假设x和y是s和p第一次不相等的位置,此时ptrs指向x，ptrp指向y。
• 暴力过程:将ptrs指向位置i+1，ptrp指向首字母串dp的首字母a。
• KMP过程,假设字符串s与字符串p红色字母a匹配的位置为j,ptrs指向j，ptrp指向首字母。即该过程由以i开头匹配字符串p变为由j开头匹配字符串p

 证明：

以上述字符串S的i位置与j位置中间任何一个位置开头无法匹配出字符串P。

假设字符串S的i位置与j位置之间可以匹配出字符串P。

设该位置为k，则在字符串S中从k开头到x之前的一段，在字符串P中应该有对应的与之匹配的,可知k到x - 1的长度大于j到x - 1的长度，相当于字符串P找到了一个更长的前缀和后缀。即最长后缀不是从j开始，与假设矛盾。得证。

 下面是例题与实现代码洛谷 P3375

#include<bits/stdc++.h>
using namespace std;

const int N = 1000006;

char s1[N], s2[N];
int ne[N];

int main()
{
    ios::sync_with_stdio(false);
    cin.tie(0), cout.tie(0);
    
    cin >> s1 + 1 >> s2 + 1;
    
    int n = strlen(s1 + 1), m = strlen(s2 + 1);
    //初始化next数组
    for(int i = 2, j = 0; i <= m; i ++ )
    {
        while(j && s2[i] != s2[j + 1]) j = ne[j];
        if(s2[j + 1] == s2[i]) j ++;
        ne[i] = j;
    }
    
    for(int i = 1, j = 0; i <= n; i ++ )
    {
        while(j && s1[i] != s2[j + 1]) j = ne[j];
        if(s1[i] == s2[j + 1]) j ++ ;
        if(j == m)
        {
            cout << (i - m) + 1 << "\n";
            j = ne[j];
        }
    }
    
    for(int i = 1; i <= m; i ++ ) cout << ne[i] << " ";
    
    return 0;
}