day9 KMP算法 28. 实现 strStr() 459.重复的子字符串

、

什么是KMP，有什么用

kmp算法解决字符串匹配问题

KMP的经典思想就是:当出现字符串不匹配时，可以记录一部分之前已经匹配的文本内容，利用这些信息避免从头再去做匹配。

什么是前缀表

前缀表是用来回退的，它记录了模式串与主串(文本串)不匹配的时候，模式串应该从哪里开始重新匹配。

首先要知道前缀表的任务是当前位置匹配失败，找到之前已经匹配上的位置，再重新匹配，此也意味着在某个字符失配时，前缀表会告诉你下一步匹配中，模式串应该跳到哪个位置。

什么是前缀表：记录下标i之前（包括i）的字符串中，有多大长度的相同前缀后缀。

前缀表要求的就是相同前后缀的长度。

前缀是指不包含最后一个字符的所有以第一个字符开头的连续子串。

后缀是指不包含第一个字符的所有以最后一个字符结尾的连续子串

前缀表具有告诉我们当前位置匹配失败，跳到之前已经匹配过的地方的能力。

next数组

涉及到KMP的原理，而是具体实现，next数组既可以就是前缀表，也可以是前缀表统一减一也可以是右移一位，初始位置为-1。

时间复杂度分析

其中n为文本串长度，m为模式串长度，因为在匹配的过程中，根据前缀表不断调整匹配的位置，可以看出匹配的过程是O(n)，之前还要单独生成next数组，时间复杂度是O(m)。所以整个KMP算法的时间复杂度是O(n+m)的。

暴力的解法显而易见是O(n × m)，所以KMP在字符串匹配中极大地提高了搜索的效率。

构造next数组

构造next数组其实就是计算模式串s的前缀表的过程。 主要有如下三步：

1. 初始化
2. 处理前后缀不相同的情况
3. 处理前后缀相同的情况

1.初始化：

定义两个指针i和j，j指向前缀末尾位置，i指向后缀末尾位置。

int j = 0;
next[0] = 0;

next[i] 表示 i（包括i）之前最长相等的前后缀长度（其实就是j）  

2.处理前后缀不相同的情况

因为j初始化为0，那么i就从1开始，进行s[i] 与 s[j]的比较 ，如果 s[i] 与 s[j]不相同，也就是遇到 前后缀末尾不相同的情况，就要向前回退，向前回退找前一位对应的回退位置即next【j-1】。

   while (j > 0 && s[i] != s[j]) { // j要保证大于0，因为下面有取j-1作为数组下标的操作
                j = next[j - 1]; // 注意这里，是要找前一位的对应的回退位置了
            }

3.处理前后缀相同的情况

如果 s[i] 与 s[j ] 相同，那么就同时向后移动i 和j 说明找到了相同的前后缀，同时还要将j（前缀的长度）赋给next[i], 因为next[i]要记录相同前后缀的长度。

     if (s[i] == s[j]) {
                j++;
            }
            next[i] = j;
        }

使用next数组匹配

在文本串s里 找是否出现过模式串t。

定义两个下标j 指向模式串起始位置，i指向文本串起始位置

那么j初始值依然为0，为什么呢？ 依然因为next数组里记录的起始位置为0。

i就从0开始，遍历文本串

接下来就是 s[i] 与 t[j ]  进行比较。

如果 s[i] 与 t[j ] 不相同，j就要从next数组里回退拿到下一个匹配的位置（即t【j-1】）。

如果 s[i] 与 t[j ] 相同，那么i 和 j 同时向后移动。

如何判断在文本串s里出现了模式串t呢，如果j指向了模式串t的末尾，那么就说明模式串t完全匹配文本串s里的某个子串了。

 459.重复的子字符串

移动匹配与kmp

移动匹配的思想中包括kmp 将原字符串s拼接一下s+s 去除首尾以防匹配到原来的字符串，然后再拼接的字符串中找s

在由重复子串组成的字符串中，最长相等前后缀不包含的子串就是最小重复子串，这里拿字符串s：abababab 来举例，ab就是最小重复单位，如图所示：

如何找到最小重复子串

步骤一：因为 这是相等的前缀和后缀，t[0] 与 k[0]相同， t[1] 与 k[1]相同，所以 s[0] 一定和 s[2]相同，s[1] 一定和 s[3]相同，即：，s[0]s[1]与s[2]s[3]相同 。

步骤二： 因为在同一个字符串位置，所以 t[2] 与 k[0]相同，t[3] 与 k[1]相同。

步骤三： 因为 这是相等的前缀和后缀，t[2] 与 k[2]相同 ，t[3]与k[3] 相同，所以，s[2]一定和s[4]相同，s[3]一定和s[5]相同，即：s[2]s[3] 与 s[4]s[5]相同。

步骤四：循环往复。

所以字符串s，s[0]s[1]与s[2]s[3]相同， s[2]s[3] 与 s[4]s[5]相同，s[4]s[5] 与 s[6]s[7] 相同。

正是因为 最长相等前后缀的规则，当一个字符串由重复子串组成的，最长相等前后缀不包含的子串就是最小重复子串。