关于 kmp 算法理解

通过看labuladong算法讲解，自己总结了笔记：

概述

⽤ pat 表⽰模式串，⻓度为 M ， txt 表⽰⽂本串， ⻓度为 N 。KMP 算法是在 txt 中查找⼦串 pat ，如果存在，返回这个 ⼦串的起始索引，否则返回 -1。

先看暴力解法：

会出现 txt 指针回退现象，KMP 算法花费空间减少时间消耗。KMP 算法永不回退 txt 的指针 i ，不⾛回头路（不会重复扫描 txt ），⽽是借助 dp 数组中储存的信息把 pat 移到正确的位置继续匹 配，时间复杂度只需 O(N)，⽤空间换时间，所以我认为它是⼀种动态规划。

注：有⼀点需要明确的是：计算这个 dp 数组，只和 pat 串有关。意思是 说，只要给我个 pat ，我就能通过这个模式串计算出 dp 数组，然后你可 以给我不同的 txt ，我都不怕，利⽤这个 dp 数组我都能在 O(N) 时间完 成字符串匹配。

状态转移：

回想刚才说的：要确定状态转移的⾏为，必须明确两个变量，⼀个是当前的 匹配状态，另⼀个是遇到的字符，⽽且我们已经根据这个逻辑确定了 dp 数组的含义，那么构造 dp 数组的框架就是这样：

for 0 <= j < M:  //状态 
	for 0 <= c < 256: //字符 
		dp[j][c] = next

这个 next 状态应该怎么求呢？显然，如果遇到的字符 c 和 pat[j] 匹配 的话，状态就应该向前推进⼀个，也就是说 next = j + 1 ，我们不妨称这 种情况为状态推进：

如果字符 c 和 pat[j] 不匹配的话，状态就要回退（或者原地不动），我 们不妨称这种情况为状态重启:

那么，如何得知在哪个状态重启呢？解答这个问题之前，我们再定义⼀个名 字：影⼦状态（我编的名字），⽤变量 X 表⽰。所谓影⼦状态，就是和当 前状态具有相同的前缀。⽐如下⾯这种情况：

当前状态 j = 4 ，其影⼦状态为 X = 2 ，它们都有相同的前缀 “AB”。因 为状态 X 和状态 j 存在相同的前缀，所以当状态 j 准备进⾏状态重启 的时候（遇到的字符 c 和 pat[j] 不匹配），可以通过 X 的状态转移图 来获得最近的重启位置。
状态 j 会把这个字符委托给状态 X 处理，也就是 dp[j][‘A’] = dp[X][‘A’] ：

注意影子状态

影⼦状态 X 是先初始化为 0，然后随着 j 的前进⽽不断更新的。下⾯看 看到底应该如何更新影⼦状态 X ：

int X = 0; 
for (int j = 1; j < M; j++) {  // 更新影⼦状态 
// 当前是状态 X，遇到字符 pat[j]， 
// pat 应该转移到哪个状态？ 
X = dp[X][pat.charAt(j)]; 
}

更新 X 其实和 search 函数中更新状态 j 的过程是⾮常相似的：

int j = 0; for (int i = 0; i < N; i++) { 
// 当前是状态 j，遇到字符 txt[i]， 
// pat 应该转移到哪个状态？ 
j = dp[j][txt.charAt(i)]; ... 
}

其中的原理⾮常微妙，注意代码中 for 循环的变量初始值，可以这样理解： 后者是在 txt 中匹配 pat ，前者是在 pat 中匹配 pat[1…end] ，状态 X 总是落后状态 j ⼀个状态，与 j 具有最⻓的相同前缀。所以我把 X ⽐喻为影⼦状态，似乎也有⼀点贴切。

solution

public class KMP { private int[][] dp; 
private String pat; 
public KMP(String pat) { 
	this.pat = pat; 
	int M = pat.length(); // dp[状态][字符] = 下个状态 
	dp = new int[M][256]; // base case dp[0]
	[pat.charAt(0)] = 1; // 影⼦状态 X 初始为 0 
	int X = 0; // 构建状态转移图（稍改的更紧凑了） 
	for (int j = 1; j < M; j++) { 
		for (int c = 0; c < 256; c++) 
		dp[j][c] = dp[X][c]; dp[j][pat.charAt(j)] = j + 1; // 更新影⼦状态 X = dp[X][pat.charAt(j)]; 
		} 
	}
public int search(String txt) { 
	int M = pat.length(); 
	int N = txt.length(); // pat 的初始态为 0 
	int j = 0; for (int i = 0; i < N; i++) { 
	// 计算 pat 的下⼀个状态 
	j = dp[j][txt.charAt(i)]; 
	// 到达终⽌态，返回结果 
	if (j == M) return i - M + 1; }// 没到达终⽌态，匹配失败 return -1; 
	} 
}