【C++】KMP算法

橙色

KMP

好了，解释清楚这个表是什么之后，我们再来看如何使用这个表来加速字符串的查找，以及这样用的道理是什么。如图 1.12 所示，要在主字符串"ababababca"中查找模式字符串"abababca"。

如果在 j 处字符不匹配，那么由于前边所说的模式字符串 PMT 的性质，主字符串中 i 指针之前的 PMT[j −1] 位就一定与模式字符串的第 0 位至第 PMT[j−1] - 1 位是相同的。这是因为主字符串在 i 位失配，也就意味着主字符串从 i−j 到 i-1 这一段是与模式字符串的 0 到 j-1 这一段是完全相同的。

而我们上面也解释了，模式字符串从 0 到 j−1 ，在这个例子中就是”ababab”，其前缀集合与后缀集合的交集的最长元素为”abab”， 长度为4。所以就可以断言，主字符串中i指针之前的 4 位一定与模式字符串的第0位至第 3 位是相同的，即长度为 4 的（主字符串的）后缀与（模式字符串的）前缀相同。这样一来，我们就可以将这些字符段的比较省略掉。具体的做法是，保持i指针不动，然后将j指针指向模式字符串的PMT[j −1]位即可。简言之，以图中的例子来说，在 i 处失配，那么主字符串和模式字符串的前边6位就是相同的。又因为模式字符串的前6位，它的前4位前缀和后4位后缀是相同的，所以我们推知主字符串i之前的4位和模式字符串开头的4位是相同的。就是图中的灰色部分。那这部分就不用再比较了。

其实，求next数组的过程完全可以看成字符串匹配的过程，即以模式字符串为主字符串，以模式字符串的前缀为目标字符串，一旦字符串匹配成功，那么当前的next值就是匹配成功的字符串的长度。具体来说，就是从模式字符串的第一位(注意，不包括第0位)开始对自身进行匹配运算。 在任一位置，能匹配的最长长度就是当前位置的next值。如下图所示。（aa为字符串，i指向了其后缀，而j指向了其前缀）

因为p[i]!=p[j]，仍旧不匹配，而且j =0，所以继续这个过程直接让next[i] =0，i指针后移

此时p[i]=p[j]，所以i和j同时右移

最后可得

Next算法中while (i < strlen( p ))这个会导致next越界，应改为while (i < strlen( p )-1)；


KMP算法中while (i < strlen(t) && j < strlen( p))，其中的strlen()函数的返回值类型是unsigned int，而j的类型是int，两者比较过程中，int类型会转化为unsigned int类型，所以当j的值为-1时，会有 j > strlen( p)，意外跳出循环，应该为while (i < strlen(t) && j < (int)strlen( p))。

void getnext(const string& s,int* next){
    int j=0;
    next[0]=0;
    for(int i=1;i<s.size();i++){
        while(j>0&&s[j]!=s[i]){
            j=next[j-1];
        }
        if(s[j]==s[i]){
            j++;
        }
        next[i]=j;
    }      
}

int kmp(const string& haystack,const string& needle,int* next){
    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;
}

参考文章：如何更好地理解和掌握 KMP 算法?

---

📝我的个人主页 🎁欢迎各位→点赞👍 + 收藏⭐️ + 留言📝​ 💬总结：希望你看完之后，能对你有所帮助，不足请指正！共同学习交流 🖊 ✉️今天你做别人不想做的事，明天你就能做别人做不到的事♐

---