KMP / 模式匹配
暴力匹配所有起始位置
时间复杂度: O ( m n ) O(mn) O(mn)
for i in range(len_s - len_p + 1):
ii, j = i, 0
while j < len_p:
if s[ii] == p[j]: ii, j = ii + 1, j + 1
else: break
if j == len_p: res.append(i)
前缀函数 / next数组
时间复杂度: O ( n ) O(n) O(n),在线算法
对于一个长度为 n n n 的字符串,其前缀函数是一个长度为 n n n 的数组 π \pi π,其中 π ( i ) \pi(i) π(i) 定义:子串 s [ 0 ] ∼ s [ i ] s[0] \sim s[i] s[0]∼s[i] 中存在的、相等的最长真前缀和真后缀的长度。如果不存在则为0。规定: π [ 0 ] = 0 \pi[0]=0 π[0]=0,因为其不存在真前后缀。
例如:‘aabaaab’ 的 π \pi π 数组为 [0, 1, 0, 1, 2, 2, 3]
求解前缀函数:
- 相邻的前缀函数值,至多 + 1。 π ( i − 1 ) \pi(i-1) π(i−1)表示着前一个状态匹配的最长真前后缀,也是下一个待匹配真前缀的最右元素下标。当且仅当 s [ i ] = s [ π ( i − 1 ) ] s[i]=s[\pi(i-1)] s[i]=s[π(i−1)],有 π ( i ) = π ( i − 1 ) + 1 \pi(i) = \pi(i-1)+1 π(i)=π(i−1)+1 。
- 考虑 s [ i ] ≠ s [ π ( i − 1 ) ] s[i] \ne s[\pi(i-1)] s[i]=s[π(i−1)],失配时,希望找到 s [ 0 ] ∼ s [ i − 1 ] s[0] \sim s[i-1] s[0]∼s[i−1] 中,仅次于 π [ i − 1 ] \pi[i-1] π[i−1] 的第二长度 j j j,使得在位置 i − 1 i-1 i−1 的前后缀性质仍然保持,即 s [ 0 ] ∼ s [ j − 1 ] = s [ i − j ] ∼ s [ i − 1 ] s[0] \sim s[j-1] = s[i-j] \sim s[i-1] s[0]∼s[j−1]=s[i−j]∼s[i−1]。
实际上,第二长真后缀也完整存在于 当前真前缀 s [ 0 ] ∼ s [ j − 1 ] s[0] \sim s[j-1] s[0]∼s[j−1] 中,即有转移方程: j ( n − 1 ) = π ( j n − 1 ) j^{(n-1)}=\pi(j^n-1) j(n−1)=π(jn−1)。所以如此往复,要么直到 $s[i]=s[j’] $ ,然后转移到第一种情况;要么直到 j ′ = 0 j'=0 j′=0 。两种情况,通过判断 $s[i] $ 是否 s [ j ′ ] s[j'] s[j′] 来确定要不要让 j ′ + 1 j'+1 j′+1 统一,最后 s [ i ] = s [ j ′ ] s[i]=s[j'] s[i]=s[j′]。
def get_pi(s):
n = len(s)
pi = [0] * n
for i in range(1, n):
j = pi[i - 1]
while j > 0 and s[i] != s[j]:
j = pi[j - 1]
if s[i] == s[j]: j += 1
pi[i] = j
return pi
KMP算法:找出 p p p 在 s s s 中的所有出现
时间复杂度: O ( n + m ) O(n+m) O(n+m),其中 m = l e n ( p ) , n = l e n ( s ) m=len(p),~n=len(s) m=len(p), n=len(s)
构造字符串 t = p # s t=p\#s t=p#s,计算其前缀函数 π \pi π。考虑前缀函数 π [ m + 1 ] ∼ π [ n + m ] \pi[m+1]\sim \pi[n+m] π[m+1]∼π[n+m],其中 $\pi(i)=m $ 的地方,一定完成对模式串 p p p 的匹配。此时, i i i 位于 $t $ 中 s s s 的最后位置,所以原始位置为 i − m + 1 − m − 1 = i − 2 ∗ m i-m+1-m-1 = i - 2 * m i−m+1−m−1=i−2∗m。
def kmp(p, s):
res = []
m, n = len(p), len(s)
pi = get_pi(p + '#' + s)
for i in range(m + 1, len(pi)):
if pi[i] == m: res.append(i - 2 * m)
return res