字符串查找之 KMP 算法思路讲解和代码实现

算法介绍

KMP 算法是一种改进的字符串匹配算法，由 D.E.Knuth，J.H.Morris 和 V.R.Pratt 提出的。KMP 算法的核心是利用匹配失败后的信息，尽量减少模式串与主串的匹配次数以达到快速匹配的目的，KMP 算法的时间复杂度 O(m+n)。

相同前后缀

KMP 算法之所以能够快速匹配，主要是因为在迭代过程中并不是逐个查找，而是根据模式串的最长相同前后缀表进行跳跃查找。这里的相同前后缀指的是字符串中前缀和后缀相同的子串，不包括整个字符串。

示例 1：“aba”，“a”既是“aba”的前缀，也是“aba”的后缀，所以“a”就是“aba”的相同前后缀。
示例 2：“ababa”，“a”是“ababa”的相同前后缀，“aba”也是“ababa”的相同前后缀。

下面演示“abacabad”的最长相同前后缀表是如何得到的。

i	0	1	2	3	4	5	6	7
子串	a	ab	aba	abac	abaca	abacab	abacaba	abacabad
最长相同前后缀	-	-	a	-	a	ab	aba	-
table	0	0	1	0	1	2	3	0

查找演示

看看 KMP 算法如何使用最长相同前后缀表进行查找。

字符串，“abacabaabacabad”
模式串，“abacabad”

匹配图解

i	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14
字符串	a✅	b✅	a✅	c✅	a✅	b✅	a✅	a❎	b	a	c	a	b	a	d
模式串	a✅	b✅	a✅	c✅	a✅	b✅	a✅	d❎
j	0	1	2	3	4	5	6	7
最长前后缀表	0	0	1	0	1	2	3	0

字符串和模式串前 7 个字符都能匹配上，当 i=7，j=7 时，匹配失败。如果是暴力查找，那么就需要让 i=1，j=0，然后重新开始匹配，如下:

i	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14
字符串	a	b❓	a	c	a	b	a	a	b	a	c	a	b	a	d
模式串		a❓	b	a	c	a	b	a	d
j		0	1	2	3	4	5	6	7

如果是 KMP 算法会是怎样呢？
直接将模式串已成功匹配的前缀“aba”和字符串已成功匹配的“aba”对齐，让 i=7，j=3，然后继续匹配。如下：

i	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14
字符串	a	b	a	c	a✅	b✅	a✅	a❓	b	a	c	a	b	a	d
模式串					a✅	b✅	a✅	c❓	a	b	a	d
j					0	1	2	3	4	5	6	7
最长前后缀表					0	0	1	0	1	2	3	0

因为只有模式串成功匹配的子串“abacaba”中的某个前缀和字符串中已经匹配成功的子串“abacaba”中的某个后缀相同，后续的比较才有意义，而且只有取最长的相同前后缀才不会遗漏可能的匹配，而“aba”就是“abacaba”的最长相同前后缀。

i=7，j=3 匹配失败，所以继续将模式串已成功匹配的前缀“a”和字符串已成功匹配的“a”对齐，让 i=7，j=1，然后继续匹配。如下：

i	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14
字符串	a	b	a	c	a	b	a✅	a❓	b	a	c	a	b	a	d
模式串							a✅	b❓	a	c	a	b	a	d
j							0	1	2	3	4	5	6	7
最长前后缀表							0	0	1	0	1	2	3	0

i=7，j=1 匹配失败，因为已成功匹配的子串没有相同前后缀，所以将模式串整体后移和字符串未匹配成功的字符对齐，让 i=7，j=0，然后继续匹配下去。如下：

i	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14
字符串	a	b	a	c	a	b	a	a✅	b✅	a✅	c✅	a✅	b✅	a✅	d✅
模式串								a✅	b✅	a✅	c✅	a✅	b✅	a✅	d✅
j								0	1	2	3	4	5	6	7
最长前后缀表								0	0	1	0	1	2	3	0

最终匹配完成，从第一第二阶段来看，KMP 算法比暴力查找算法少了很多无用的循环，所以效率比较比暴力查找自然快多了。注：KMP 算法时间复杂度是 O(m+n)，暴力查找是 O(m*n)。

算法实现

public int strStr(String text, String pattern) {
    if ("".equals(pattern)) {
        return 0;
    }
    int[] table = new int[pattern.length()];
    int i = 0, j = 1;
    while (j < table.length) {
        if (pattern.charAt(i) == pattern.charAt(j)) {
            table[j++] = i + 1;
            i++;
        } else {
            if (i == 0) {
                j++;
            } else {
                i = table[i - 1];
            }
        }
    }

    i = 0;
    j = 0;
    while (i < text.length()) {
        if (text.charAt(i) == pattern.charAt(j)) {
            i++;
            j++;
        } else {
            if (j == 0) {
                i++;
            } else {
                j = table[j - 1];
            }
        }
        if (j == pattern.length()) {
            return i - j;
        }
    }
    return -1;
}

视频讲解

1. 在 YouTube 上查看请点击https://youtu.be/kUaiHxkX7lY
2. 在 B 站上查看请点击https://www.bilibili.com/video/BV1bi4y1x7As
3. 在西瓜视频上查看请点击https://www.ixigua.com/i6840806957645824516