KMP算法简介
kmp算法是模式匹配的一种算法,假设我们有两个字符串,主串T和模式串P,我们需要设计一个方法,使得如果P在T中出现,就返回P出现的位置,否则返回-1。
一般的想法是:
// i是在主串T移动的index,j是在模式串P移动的index
while (i < T.length && j < P.length){
if (T[i] == P[j]){// 当两个字符相同,就比较下一个
i++;
j++;
}
else{
i = i-j+1;// 一旦不匹配,i后退
j = 0 // j归0
}
}
if (j == P.length){//j走到了P的最后一位,说明匹配上了
return i-j
}
else{
return -1
}
这种算是暴力破解,其实走了很多不需要的步骤。kmp的想法是,如果模式串P中出现如下情况:
T:ABACDABAEF
P:ABACDABABC
此时 i=8,j=8, 注意到模式串P在位置j之前有重复部分“ABA”,那么下一次匹配应该是:i不动,j跳到下图k的位置
这样的话,我们对比的就是:
T:ABACDABAEF
P:
\quad\qquad
ABACDABABC
其中这个k满足:P[0 : k-1] = P[j-k : j-1]
证明:当T[i] != P[j]时,
已有:T[0 : i-1] == P[0: j-1]
又有:P[0 : k-1] == P[j-k : j-1]
所以:T[i-k : i-1] == P[j-k : j-1] == P[0 : k-1]
我们称这样的“ABA”是最大前缀(后缀)字串。
KMP算法实现
要实现kmp算法,我们首先需要一个getNext()
函数,它返回一个next
数组,其中next[j] = k
,表示当T[i] != P[j]
时,j指针跳到位置k。
getNext()函数实现
首先我们注意到:当P[j] = P[k]时,由于 P[0 : k-1] = P[j-k : j-1], 所以 P[0 : k] = P[j-k : j],也就是说 P[0 : k] = P[(j+1)-(k+1) : j],因此next[j+1] = k+1。
通俗的解释是:已知位置k之前的k个字符串(前缀子串)与位置j之前的k个字符串(后缀子串)相同,而位置k上的字符又与位置j上的字符相同,因此最大前缀(后缀)子串长度由k变成了k+1。
#############
也就是如下这种情况:
T:ABACDABCEF
P:ABACDABABE
此时 j = 7, k = 2,且 P[j] = P[k] = A,那么当T[i] != P[j+1]
时,就应该是下面的情况:
T:…ABACDABAEF
P:
\quad
ABACDABABE
此时 j+1 = 8,而 next[j+1] = 3,也即是next[j+1] = next[k]+1 = k+1
#############
而当P[j] != P[k]时:
T:ABADABACEF
P:ABADABADBE
此时 j=8, next[7]=k=3 。但由于 P[j] != P[k],也就是说最长前缀(后缀)子串的长度无法再增加了,那么这个时候就应该回退k,往前找一找有没有短一些的最长前缀(后缀)子串。下面的问题是:k应该回退到什么位置?
答案是k应该回退到next[k],在上面的例子里,k就应该回退到 next[3]=1,然后再去比较P[j]和新的P[k]。因为回退到next[k],可以保证P[0 : next[k]-1]与P[j-next[k] : j-1]是相同的,这样的话我们可以找个一个新的前缀(后缀)子串,然后再判断P[j]是否等于P[k],也就回到了之前的循环。
所以我们可以有如下getNext()
函数:
public static int[] getNext(String ps) {
char[] p = ps.toCharArray();
int[] next = new int[p.length];
next[0] = -1;
int j = 0;
int k = -1;
while (j < p.length - 1) {
if (k == -1 || p[j] == p[k]) {//这里 k == -1 表示,上一步 k回退到 next[k] = -1,也就是最长前缀(后缀)子串又归零了,又要从头开始匹配
next[++j] = ++k;//当P[j] = P[k],next[j+1] = k+1
}
else {
k = next[k];//否则,k回退到next[k],找到一个短一点的新的前缀(后缀)子串,再重新比较p[j]和新的p[k]
}
}
return next;
}
测一个例子:
String a = "ABCABFGABCG";
int[] b = getNext(a);
for (int i=0; i < b.length; i++){
System.out.println(b[i]);
得到getNext(a)
为[-1,0,0,0,1,2,0,0,1,2,3]
KMP实现
有了getNext()
函数之后,我们就可以实现KMP算法:
public static int KMP(String ts, String ps) {
char[] t = ts.toCharArray();
char[] p = ps.toCharArray();
int i = 0; // 主串的位置
int j = 0; // 模式串的位置
int[] next = getNext(ps);
while (i < t.length && j < p.length) {
if (j == -1 || t[i] == p[j]) { // 当j为-1时,要移动的是i,当然j也要归0
i++;
j++;
}
else {
// i不需要回溯了
j = next[j]; // j回到指定位置
}
}
if (j == p.length) {
return i - j;
} else {
return -1;
}
}
Reference: