【字符串匹配算法】KMP、哈希

STL O(mn)

C++中提供子串查询的函数可以使用std::string类的相关方法来实现。 

1. find函数：可以查找一个子串在原字符串中的第一个出现位置。它返回子串的起始索引，如果找不到则返回std::string::npos。
2. substr函数：可以提取原字符串中的一个子串，根据起始位置和长度来确定子串的范围。
3. compare函数：可以比较两个字符串是否相等或者大小关系

#include<bits/stdc++.h>
const int N=1e5+10;
signed main()
{
	std::string s1="hello world"; 
	std::string s2="hello";
	
	//find函数 
	if(s1.find(s2)!=std::string::npos)//如果是子串 
	{
		std::cout<<"yes"<<'\n';
	}else{
		std::cout<<"no"<<'\n';
	}
	
	//substr提取子串
	std::string s3=s1.substr(0,5);
	std::cout<<s3<<'\n';
	
	//比较字符串大小关系
	
	if(s1.compare(s3)==0) // 字符串相等
	{
		std::cout<<"equl"<<'\n';
		
	}else if(s1.compare(s3)<0){// str1小于str2
	
    	std::cout<<"s1 is less than s3"<<'\n';
    	
	}else{ // str1大于str2
   		std::cout<<"s3 is less than s1"<<'\n';
	} 
	return 0;
}

 find函数的时间复杂度取决于字符串的长度和待查找的子串的长度。在C++标准库中，std::string的find函数使用的是一种称为"Boyer-Moore-Horspool"算法的快速字符串搜索算法。

在最坏情况下，算法的时间复杂度为O(mn)，其中n是字符串的长度，m是待查找的子串的长度。这种情况发生在待查找的子串中的每个字符都与字符串进行了比较，但最终没有匹配成功。

时间复杂度是不如KMP的

KMP算法 O(m+n)

KMP算法是对暴力算法的优化

在暴力算法中我们定义两个指针i，j从0开始，

        如果s[i]==x[j]，则i++，j++

        否则j=0（将子串移到开头，重新比较）

KMP算法则是在s[i]！=x[j]的情况下进行优化，如果不相等不将j移到0，而是根据预处理的结果来确定。

比如：

s  BBC ABCDAB ABCDABCDABDE

x  ABCDABD

比如到这一步时，x[j]!=s[i] 

这是暴力做法：

 

这是KMP算法： 

我们利用了ABCDAB中 后面的AB等于前面AB这一信息。

字符串头部和尾部会有重复。比如，"ABCDAB"之中有两个"AB"。我们需要学的就是如何利用这一信息。

n e [ i ] = j 的定义是p [ 1 , j ] = p [ i - j + 1 , i ]

对ne数组求解时，要牢抓定义

ne【1】=0，因此i从2开始计算，j从0开始，记录前后缀相等的最大长度

字符串匹配的KMP算法 - 阮一峰的网络日志 (ruanyifeng.com)

如果p【i】==p【j+1】，那么j++

否则j一直往前找，直到p【i】==p【j+1】

最后p【i】==p【j+1】，ne【i】=j

代码 

#include<bits/stdc++.h>
using namespace std;
const int N=1e6+10;
char p[N],s[N];
int m,n;
int ne[N];

signed main()
{
	cin>>n>>p+1>>m>>s+1;
	
	for(int i=2,j=0;i<=n;i++)
	{
		while(j&&p[i]!=p[j+1]) j=ne[j];
		if(p[i]==p[j+1]) j++;
		ne[i]=j;	
	}
	
	for(int i=1,j=0;i<=m;i++)
	{
		while(j&&s[i]!=p[j+1]) j=ne[j];
		if(s[i]==p[j+1]) j++;
		if(j==n)
		{
			std::cout<<i-j<<" ";
			j=ne[j]; 
		}
	}
	 
	return 0;
}

字符串哈希

AcWing 841. 字符串哈希 【公式助理解】 - AcWing

 

#include<bits/stdc++.h>
typedef unsigned long long ULL;
const int N=1e5+10,P=131;
char str[N];
int p[N],h[N];

ULL get(int l,int r)
{
	return h[r]-h[l-1]*p[r-l+1];
}
signed main()
{
	int n,m;
	std::cin>>n>>m>>str+1;
	p[0]=1;
	for(int i=1;i<=n;i++)
	{
		p[i]=p[i-1]*P;
		h[i]=h[i-1]*P+str[i];
	}
	while(m--)
	{
		int l1,r1,l2,r2;
		std::cin>>l1>>r1>>l2>>r2;
		if(get(l1,r1)==get(l2,r2)) std::cout<<"Yes"<<'\n';
		else std::cout<<"No"<<'\n';
	}
	return 0;
}