西元算法学习笔记之KMP算法

KMP算法的目的是实现在文本中对某一字符串的快速查找。

先来看一下朴素做法：

string s, p;
for(int i = 1; i <= s.size() - p.size(); i ++ ){
    int flag = 1;
    if(s[i] == p[1])
        for(int j = 1; j <= p.size(); j ++ )
            if(s[i + j] != p[j + 1]){ 
                flag = 0;
                break;
            }
    if(flag == 1) cout << i << endl;
}
    

下面就是思考该如何对朴素做法进行优化。

找到开始比较的坐标是必要的，而逐个字母进行比较似乎也必不可少，那么唯一可以利用的就是每次比较失败后得到的信息。

下面通过例子来说明：(默认字符串从1开始)

字符串s：abababc

字符串p：ababc

如下图，从s[1]开始匹配，匹配到s[5]失败，接下来关键的一步是从s[3]开始匹配。

通过这一步操作，我们就跳过了s[1]，实现了优化。

这一步的原理便是整个KMP算法的灵魂。而这个原理则可以描述为：

对于不同的模式串p[ ]，在不同匹配失败的位置最大可以跳过的距离该如何计算？

由上述问题，我们应当计算出对于p[i]，最大可以跳过的距离next[i]

next[i] = j直观解释为 p[1] ~ p[ j ] 这一段与 p[ i - j + 1] ~ p[ i ] 这一段相等 

实际上就是p[1~i]的最长相等前后缀的长度为j

之后的问题就是对next[ ]数组的求解，我们考虑next[ ]数组的递推关系

s[]是长文本，p[]是模式串，n是s的长度，m是p的长度
求模式串的Next数组：
for(int i = 2, j; i <= n; i ++ ){
        if(p[ne[i - 1] + 1] == p[i]) ne[i] = ne[i - 1] + 1;
        else{
            j = ne[i - 1];
            while(j && p[j + 1] != p[i]) j = ne[j]; 
            if(!j) ne[i] = 0;
            else ne[i] = j + 1;
        }
    }

求出next[ ]数组后便是最后匹配的过程，代码如下：

for (int i = 1, j = 0; i <= n; i ++ )
{
    while (j && s[i] != p[j + 1]) j = ne[j];
    if (s[i] == p[j + 1]) j ++ ;
    if (j == m)
    {

        匹配成功后的逻辑
    }
}