字符串匹配问题:
假设文本是一个长度为n的字符串T,模板是一个长度为m 的字符串P,且m · n。一般说来,我们认为文本和模板的字母表相同。如果存在整数s 使得0 · s · n ¡ m且T[s+1..s + m]=P[1..m],我们说模板P在文本T的偏移(shift) s出现,也可以说在位置s+1出现(因为T[s+1]=P[1])。字符串问题就是要找出所有合法的偏移。下图是P在T的偏移3,也就是位置4出现。有时候也把合法偏移称为匹配点。
为了学习KMP算法,我们应该先看看最简单直接的解决匹配问题的算法,即朴素匹配算法。朴素匹配即遍历字符串T判断是否是匹配点,一共有n-m个点要判断,每个点要比较m次,所以算法复杂度是O(m*(n-m))。
我们用朴素算法解决问题时会发现一些问题:
用朴素算法解决上面图中问题时,第四个元素不匹配,算法解决:
可明显我们知道,匹配不成功,我们应该直接跳到合适的位置,避免回溯造成的低效。
而寻找这个合适的位置便成了关键问题,这个问题即是我们KMP算法要解决的问题。
我们用next[]数组表示当第i个元素匹配失败时,我们应该直接跳到next[i]去继续匹配。
这个next[]数组怎么计算怎么来的呢,其实简单的说:next[i]就是模板串p的(0~i-1)这个子串中最大的重复子串的位置,比如当p[0...i-1]是"abcdfgabc",最大的重复子串就是abc,直接跳到下一个abc比较即可。
下面用详细代码解释:
#include <iostream>
#include <string.h>
using namespace std;
char s1[10],s2[5];
int next[5];
void getnext()
{
memset(next,0,sizeof(next));
int i = -1,j = 0;
next[0] = -1;
int s2_len = strlen(s2);
while(j < s2_len)
{
if(i == -1 || s2[i] == s2[j])
{
i++;
j++;
next[j] = i;
}
else
i = next[i];
}
}
int KMP()
{
int i = 0,j=0,len1 = strlen(s1),len2=strlen(s2);
while(i<len1 && j<len2)
{
if(j==-1 || s1[i]==s2[j])
{
i++;
j++;
}
else
j=next[j];
}
if(j==len2)
return i-len2;
else
return -1;
}
int main()
{
cin>>s1;
cin>>s2;
getnext();
cout<<KMP()<<endl;
return 0;
}