KMP（字符串查询匹配）

原文

代码预览

题目来源：P3375 【模板】KMP字符串匹配

#include <cstdio>
#include <cstring>

char p[1000005], t[1000005];
int len1, len2;
int next[1000005], next2[1000005];

void do_next()
{
    next[0] = 0;
    int i = 1;
    int len = 0;

    while (i < len2)
    {
        if (t[i] == t[len])
            next[i++] = ++len;
        else
        {
            if (len > 0)
                len = next[len - 1];
            else
                next[i++] = len;
        }
    }
}

void kmp()
{
    int i = 0, j = 0;
    next2[0] = -1;
    
    for (int i = 1; i < len2; i++)
        next2[i] = next[i - 1];
    
    while (i < len1)
    {
        if (j == len2 - 1 && p[i] == t[j])
        {
            printf("%d\n", i - j + 1);
            j = next2[j];
            if (j == -1)
                j++;
        }
        if (p[i] == t[j])
        {
            j++;
            i++;
        }
        else
        {
            j = next2[j];
            if (j == -1)
            {
                i++;
                j++;
            }
        }
    }
}

int main()
{
    scanf("%s%s", p, t);
    len1 = strlen(p);
    len2 = strlen(t);

    do_next();

    kmp();

    for (int i = 0; i < len2; i++)
        printf("%d ", next[i]);

    return 0;
}

---

推导详解

假设我们的匹配字串为： P:ABABABCABAB T:ABABC

前后缀推导

首先我们需要请出一个炒鸡有名的表格！

子串长度	子串	前后缀长度（小于子串长度）
1	A	0
2	AB	0
3	A B A	1
4	AB AB	2
5	ABABC	0

我们从上到下把前后缀长度拿下来，就是next数组啦！

是不是非常简单！！

算法详解及代码实现

首先，我们需要一个变量len来表示此时的前后缀长度，以及变量i来对t字串进行遍历。 因为前后缀长度小于子串长度，所以我们的i直接从1开始，也就是：

i = 1;
len = 0;

接下来，我们来思考一个简单的问题。

当我们子串长度为3时，子串为A B A， 此时len = 1。这一步结束后，len++，len=2。

那么，当我们将子串长度增加至4时，我们如何判断能不能组成更长的（len为2的）前后缀呢？ 只要判断增加的那一位（即当前子串最后一位，由i指向），与len指向的那一位是否相同即可。也就是只需要判断 ABA B 这一位与 A B AB 这一位是否相等即可。这里很明显是相等的，所以前后缀长度从1增加至2。

这一部分对应的代码为：

if (t[i] == t[len])
    next[i++] = ++len;

（对应上方16-17行）

那如果不相同呢？比如当子串长度为5（ABABC）的时候？ 此时的前后缀长度为0，因为突然多出了一个C，不管怎么弄都不可能匹配成功嘛。 所以咱一顺手就写上了：

len = 0;

我们看看最上面是怎么写的：

if (len > 0)
    len = next[len - 1];
else
    next[i++] = len;

（对应上方20-23行）

emmmmmm……相差好像有点大？ 俗话说：事出反常必有妖。让我们来仔细研究下。

打个比方，我们此时的子串和next数组分别如下：

A B A B C A B A A
0 0 1 2 0 1 2 3 ?

此时len=3，而len指向的那一位是B，子串末位是A，两者不同，所以这里应该写0——诶诶诶慢着！好像有哪里不对！！ 哦！托马斯·陈独秀先生，我的上帝！让我们仔细瞧瞧：这里的前后缀明明都是A啊！！！前后缀长度应该是1而不是0啊！！！！ 因此，我们需要对算法进行修正，此时的前后缀长度，应为

len = next[len - 1]

许多教程将这一步称之为“回溯”。

这就完了？！不要忘了，len - 1可是下标，小心下标越界！ 于是我们需要加一个判断以避免该情况的发生。

if (len > 0)
    len = next[len - 1];

那万一这个时候len=0怎么办呢？ 那不就说明这个时候的前后缀长度为0嘛！这一位的next就等于0啊！ 最后别忘了i++！

next[i++] = len;

至此，整段next推导代码分析完毕，再回过头看看整段代码：

void do_next()
{
    next[0] = 0;
    int i = 1;
    int len = 0;

    while (i < len2)
    {
        if (t[i] == t[len])
            next[i++] = ++len;
        else
        {
            if (len > 0)
                len = next[len - 1];
            else
                next[i++] = len;
        }
    }
}

全文完