KMP算法

KMP简介

KMP算法是一种改进的字符串匹配算法，由D.E.Knuth，J.H.Morris和V.R.Pratt提出的，因此人们称它为克努特—莫里斯—普拉特操作（简称KMP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。

KMP与BF(暴力算法)的不同

BF算法

当i与j不相等，i回到起始位置的下一个，j回到起始位置。

KMP算法

当i与j不相等，i不回退，j回退----回退到哪里？下面会讲到。

BF与KMP不同

BF算法，当主串与格式串不匹配，i与j都要回退，且j回退到起始位置，i回退到起始位置的下一个位置

KMP算法，当主串与格式串不匹配，j回退到特定位置，i不用回退。

这样看起来，KMP算法优于BF算法，时间更快。

KMP算法详细讲解

看上图，我们知道KMP算法其实，就是查看主串a中是否含有子串b的字符串。

KMP算法就是匹配失败后，主串中的i不用回退

只需要回退子串中的j到子串中的某个位置

所有KMP算法与主串无关，我们分析子串就够了。

那眼见看上面的图片，第一次匹配失败后，j回退到了子串中的第三个元素，前面两个元素不用再去比较了。

这也是KMP算法最厉害的地方。

这个是子串，为什么当第六个元素匹配失败后，就回到第三个元素再比较呢。

因为，第一个第二个元素与第四个第五个元素相等----->黄色的内容与绿色的内容相等。

这里我找的是一个特别的例子，为了便于你们理解。

所以我们应该让黄色后面的数据，与绿色后面的数据比较。

就比如让我们自己用眼睛找，我们先从第一个a开始依次往后找，如果错了，就再找下一个a继续对照，原理差不多。

在这只要理解，为什么这样移动就好，先不用管是如何移动的。

最长公共前后缀

首先，我们要了解字符串中的前后缀是什么？

请看图片😄。

前缀是从前面读不读最后一个字符

后缀是从第二个元素读不读第一个字符。

最长公共前后缀，就是前缀与后缀内容相同且长度最长==(但是不能等于字符产本身)==。

比如：上图的最长公共前后缀是6。

知道最长公共前后缀后，我们来了解一下，当匹配失败后，子串如何回退的。它是通过一个next数组进行回退的。

next数组

next数组记录的是子串匹配失败后，j应该回退到哪里。

数组中的数与最长公共前后缀有关。

肯定有人会问，如何写到程序中呢，这些都是用眼睛看到的呀

第一种情况

第二种情况

看完上面还会有点不理解，直接看代码

代码实现

#include<stdio.h>
#include<stdio.h>
#include<assert.h>
#include<string.h>
#include<stdlib.h>

void Getnext(char* sub, int* next,int Lensub)//求next数组
{
	next[0] = -1;
	next[1] = 0;
	int i = 2;//当前i下标	
	int k = 0;//前一项的K

	while(i<Lensub)
	{
		if (k==-1||sub[i - 1] == sub[k])
		{
			next[i] = k + 1;
			k++;
			i++;
		}
		else
		{
			k = next[k];
		}
	}
}
//str 主串
//sub 子串
//pos 从主串的pos位置开始找
int KMP(char* str, char* sub, int pos)
{
	assert(str && sub);
	int Lenstr = strlen(str);
	int Lensub = strlen(sub);
	if (Lenstr == 0 || Lensub == 0)
		return -1;
	if (pos < 0 || pos >= Lenstr)
		return -1;

	int* next = (int*)malloc(sizeof(int) * Lensub);
	assert(next);
	Getnext(sub, next, Lensub);

	int i = pos;//遍历主串
	int j = 0;//遍历子串

	while (i < Lenstr && j < Lensub)
	{
		if (j == -1||str[i] == sub[j])
		{
			i++;
			j++;
		}
		else
		{
			j = next[j];
		}
	}
	free(next);
	next = NULL;
	if (j >= Lensub)
	{
		return i - j;
	}
	return -1;
 
}
int main()
{
	char str[] = "shjkdhsad";
	char sub[] = "kdh";
	int k = KMP(str, sub,0);
	printf("%s\n", str + k);
}

nextval数组

nextval数组是next数组的升级

为什么要升级呢？-----肯定有缺陷

话不多话说看代码吧

void Getnextval(char* sub, int* nextval, int Lensub)
void Getnextval(char* sub, int* nextval, int Lensub)
{
	nextval[0] = -1;
	int i = 1;//当前i下标	
	int k = -1;//前一项的K

	while (i < Lensub)
	{
		if (k == -1 || sub[i-1] == sub[k])
		{
			k++;
			if (sub[i] != sub[k])
			{
				nextval[i] = k;
			}
			else
			{
				nextval[i] = nextval[k];
			}
			i++;
		}
		else
		{
			k = nextval[k];
		}
	}
}

有写的不好的地方希望大家指出来😄