KMP 字符串匹配算法 (Python）

KMP / 模式匹配

暴力匹配所有起始位置

时间复杂度：$O(mn)$

    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：$O(n)$，在线算法

对于一个长度为 $n$ 的字符串，其前缀函数是一个长度为 $n$ 的数组 $\pi$，其中 $\pi (i)$ 定义：子串 $s[0]\sim s[i]$ 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：$\pi [0]=0$，因为其不存在真前后缀。

例如：‘aabaaab’ 的 $\pi$ 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。$\pi (i-1)$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 $s[i]=s[\pi (i-1)]$，有$\pi (i)=\pi (i-1)+1$ 。
• 考虑 $s[i]\ne s[\pi (i-1)]$，失配时，希望找到 $s[0]\sim s[i-1]$ 中，仅次于 $\pi [i-1]$ 的第二长度 $j$，使得在位置 $i-1$ 的前后缀性质仍然保持，即 $s[0]\sim s[j-1]=s[i-j]\sim s[i-1]$。

​ 实际上，第二长真后缀也完整存在于 当前真前缀 $s[0]\sim s[j-1]$ 中，即有转移方程：$j^{(n-1)}=\pi (j^n-1)$。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 $j^{\prime }=0$ 。两种情况，通过判断 $s[i] $ 是否 $s[j^{\prime }]$ 来确定要不要让 $j^{\prime }+1$ 统一，最后 $s[i]=s[j^{\prime }]$。

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 $p$ 在 $s$ 中的所有出现

时间复杂度：$O(n+m)$，其中 $m=len(p),n=len(s)$

构造字符串 $t=p\#s$，计算其前缀函数 $\pi$。考虑前缀函数 $\pi [m+1]\sim \pi [n+m]$，其中 $\pi(i)=m $ 的地方，一定完成对模式串 $p$ 的匹配。此时，$i$ 位于 $t $ 中$s$ 的最后位置，所以原始位置为 $i-m+1-m-1=i-2\ast m$。

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