闲谈KMP算法

今天，习惯性地在Matrix67大神的博客里溜达，每次溜达都能学到好多东西，记得有好几个比较经典的网站都是他的博客上提供的，而每次都有种相见恨晚的感觉。今天无意间看到一篇讲解KMP算法来进行串匹配的文章，链接如下：

KMP详解

    串匹配在通信中应用也是相当广泛，特别是通信中的同步时候，是要进行匹配的，当然具体细节各有不同。KMP算法在Matrix67的博客中已经讲解的非常详细，对于我这种纯菜鸟都能看懂，这就是自己非常欣赏的思维讲解方式，希望大家都能好好品味下~。我写这篇文章的目的就是及时记录自己脑袋里现有的化学反应。

        假设A= ‘1234545945458’，B=‘45458’，我们要来看看它们是否匹配以及在哪匹配？KMP的实现过程是这样的：我们就从A串第一个字符开始扫描，看看它是否与B的第一个字符相等，不相等就继续向后扫描A串。在本例中，A中第四个字符‘4’开始与B串第一个字符‘4’相等。紧接着，貌似我们手气很好，一口气又有‘545’相等，就当我们眼看就要匹配结束即将庆祝的时候，来了个晴天霹雳，垂死病中惊坐起般发现A接下来的字符是‘9’，而不是我们需要的‘8’。这下怎么办呢？接下来就是KMP算法的作用了：到目前为止我们已经匹配了Ｂ中的４个字符了，就差最后一个就结束整个匹配了对不，真的就是功亏一篑啊！那么我们前面做的那些都白费了吗？我们当然不能就这样放弃！！

　　KMP算法：我们‘一路向北’般的扫描A串，当发现有不匹配的情况出现的时候（例如上面的‘9’和‘8’），马上记录下目前的匹配长度（4），然后，我们就看看刚匹配好的这么长（4）的字符串里，我们能不能做点文章呢？我们尽量还是要保证每次尽可能长的匹配吧？刚才已经匹配了4个字符，现在有一个字符不匹配，不能一下就把我们打回地狱，把匹配长度变为0吧？我们发现4545的结构特征，从后面数的两个字符与从前面数的两个字符正好相等，这意味着什么呢？意义重大啊！！它的意思是我们不再把匹配长度变为0，它保证此时我们匹配的长度为2。再详细讲解如下：

                                                  A = 1 2 34 5 4 5 9 4 5 4 5 8

                                                  B =          4 5 4 5 8                           匹配长度为4，接着扫描A，发现9与8不等。

                                                 A = 1 2 3 4 5 4 5 9 4 5 4 5 8

                                                 B =               4 5 4 5 8                             由于4545的特殊结构，我们保证了此时最大的匹配是2 而不是0.目前还是扫描在9这个位置。

                                                A = 1 2 3 4 5 4 5 9 4 5 4 5 8

                                                B =               4 5 4 5 8                        我们匹配好了2个字符，发现‘9’与‘4’不同，我们看45这个串的结构，它找不到前后相等的子串，我们就只能变成如下结构了（匹配长度回到0），继续扫描A，变为9后的下一个字符‘4’：

                                               A = 1 2 3 4 5 4 5 9 4 5 4 5 8

                                               B =                4 5 4 5 8                      发现它正好与B第一个字符相等，匹配长度从0变为1，接着我们的运气很好，一路下来最后匹配长度等于B的长度时结束匹配。

最后，还是用Matrix67的话总结下吧：扫描字符串A，并更新可以匹配到B的什么位置。当已经匹配好的字符串有特殊结构的时候，我们更新匹配长度时可以不必从0开始（具体从多少开始，这个就是KMP算法里的预处理数组干的事，它就是完成B串的自我匹配，几乎就是KMP算法的翻版！），而当没有特殊结构时就从0开始匹配。再次向67神致敬！！