【算法训练 day9 KMP算法】

---

一、找出字符串中第一个匹配项的下标-LeetCode 28

Leecode链接: leetcode 28
文章链接: 代码随想录
视频链接: B站

给你两个字符串 haystack 和 needle ，请你在 haystack 字符串中找出 needle 字符串的第一个匹配项的下标（下标从 0 开始）。如果 needle 不是 haystack 的一部分，则返回 -1 。

示例1：

输入：haystack = "sadbutsad", needle = "sad"
输出：0
解释："sad" 在下标 0 和 6 处匹配。
第一个匹配项的下标是 0 ，所以返回 0 。

思路

文本串为haystack，模式串为needle。kmp匹配特殊在于在遍历两个字符串时，如果当前文本串与模式串的某一个字符不匹配，kmp不会让模式串的指针从头重新遍历，而是寻找匹配好的子串后一项，从该项继续匹配，如下图所示。aa元素就是匹配好的子串，所以需要移动到aa后一项。

关于匹配好的子串的理解，换个名字也就是听的最多的名字：最长公共前后缀的子串。前缀子串就是不包含最后一个字符的子串，后缀子串就是不包含首个字符的子串。

以上图为例，把f去除后，needle中前缀子串有：a、aa、aab、aaba；后缀子串有：a、aa、baa、abaa。可见，最长公共前后缀字串为aa。aa也就是匹配好的子串。

因为f跟在后缀aa之后，而在前缀中也有aa子串，f不匹配，那么是不是可以将j移动到前缀的aa后一项继续匹配，从而避免将j移动到needle的开头了？

那现在问题就集中于：如何让j指针移动到needle的b元素呢，这时需要一个next数组，这个数组作用就是当j指针与i指针不匹配时，会告诉我们j指针该移动到哪个下标。

关于next的求解过程，它的求解过程与kmp匹配过程类似，就是加了个记录该跳到哪的数组next。求解时，使用两个指针j、i（这里指针与上面图中指针不是一个意思），i指向后缀末尾，j指向前缀末尾。j初始化为0，i初始化为1，为什么为1，因为只有为1时才能比较，next[0]初始化为0。首先判断如果i与j的字符相等，那就让next[i] = 1，且让j++，表示前后缀有一个相等，这很好理解；如果不等，那就让next[i] = 0，j不变。这里关于j何时自加我的的理解是：如果相等，表示前缀与后缀有一个字符已经相等了，因为j初始值为0，j需要自加为1然后将这个值赋值给next，注意，这个值就是前缀子串与后缀子串匹配成功的下一个位置，也是后面不等时需要退到下标值。如果不等，前缀的尾字符不满足后缀的尾字符，那么表明j需要回退，表示本次匹配失败需要看看前面的字符是否还有匹配的，直到回退到前缀的首字符，回退的原理与kmp匹配失败时回退的策略一致。

重复一遍：为什么要回退到next[j-1]，因为当前字符不等了，我需要知道排除这个不字符后，前面的字符串中还有没有匹配好的字符（也就是最长公共前后缀子串），如果有，我就移动到那个位置。

可以画一个数组写出next数组，这样会更有体会

实现代码

//cpp
class Solution {
public:
	//求next数组函数
    void getNext(int* next, const string& s) {
        int j = 0;
        next[0] = 0;
        for(int i = 1; i < s.size(); i++) {
            while (j > 0 && s[i] != s[j]) {
                j = next[j - 1];
            }
            if (s[i] == s[j]) {
                j++;
            }
            next[i] = j;
        }
    }

	//查找匹配的字符函数
    int strStr(string haystack, string needle) {
        if (needle.size() == 0) {
            return 0;
        }
        vector<int> next(needle.size());
        getNext(&next[0], needle);
        int j = 0;
        for (int i = 0; i < haystack.size(); i++) {
            while(j > 0 && haystack[i] != needle[j]) {
                j = next[j - 1];
            }
            if (haystack[i] == needle[j]) {
                j++;
            }
            if (j == needle.size() ) {
                return (i - needle.size() + 1);
            }
        }
        return -1;
    }
};

问题

忘了算法原理，当作复习。

总结

kmp算法需要多次理解，重点在于next数组存了什么，i指什么，j指什么。

---