概念
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同时发现,因此人们称它为克努特——莫里斯——普拉特操作(简称KMP算法)。KMP算法的关键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。具体实现就是实现一个next()函数,函数本身包含了模式串的局部匹配信息。
原理
接下来我们先分析三张图,S代表主串,T代表模式串。
当主串S[i]与子串T[j]失配时,i不回溯,仅j回溯到一个尽量“偏右”的位置k。因此 KPM算法的核心问题是寻找确定
k
=
n
e
x
t
[
j
]
k=next[j]
k=next[j]的方法。
(I)
(II)
(III)
由 (I) ,(II),和 (III) 我们得到:
T[0 … k-1] = T[j-k … j-1] = T[0 … next[j]-1]
因此得到k = next[j]的定义(注意下标范围)
以上定义也说明next[j]与主串S无关。
next[j]函数举例
代码
kmp算法:
void kmp(int *S, int *T) {
int i = 0, j = 0;
getnext(T, next);
while (i < n) {
if (j == -1 || S[i] == T[j]) {
i++;
j++;
} else
j = next[j];
if (j == m) {
printf("%d\n", i - m + 1);
return;
}
}
printf("-1\n");
}
根据定义 next[0] = -1;
设 next[j] = k,求 next[j+1]
若 T[j] = T[k],则 next[j+1] = k + 1 = next[j] + 1;
若 T[j] = T[next[k]], 则 next[j+1] = next[k] + 1;
next[j]函数:
void getnext(int *T, int *next) {
int j = 0, k = -1;
next[0] = -1;
while (j < m) {
if (k == -1 || T[j] == T[k]) {
j++;
k++;
next[j] = k;
} else
k = next[k];
}
}
分析
运用KMP算法的匹配过程
- 第1趟
目标 a c a b a a b aa b c a c a a b c
模式 a b a a b c a c
j = 1 -> j = f(j-1) + 1 = 0 - 第2趟
目标 a c a b a a b aa b c a c a a b c
模式 a b a a b c a c
j = 5->j =f(j-1)+1= 2 - 第3趟
目标 a c a b a a b a a b c a c a a b c
模式 (a b)a a b c a c
计算失效函数f[j]的方法
首先确定f[0] = -1,再利用f[j]求f[j+1]。
KaTeX parse error: Expected group after '\right' at end of input: …nd{array}\right
其中, f(1)[j] = f[j],
f(m)[j] = f[f(m-1)[j]]
kmp算法的复杂度是O(n+m),可以采用均摊分析来解答,具体可参考算法导论。
注意事项:
next数组定义为全局变量时,最好不要命名为next,会与库函数重名,提交时会出现编译错误。。。
练习
HDU 1711 Number Sequence
题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=1711
解题思路:http://blog.csdn.net/piaocoder/article/details/41928323
POJ 2406 Power Strings
题目链接:http://poj.org/problem?id=2406
解题思路:http://blog.csdn.net/piaocoder/article/details/47733683
POJ 2752 Seek the Name, Seek the Fame
题目链接:http://poj.org/problem?id=2752
解题思路:http://blog.csdn.net/piaocoder/article/details/47733303
POJ 3461 Oulipo
题目链接:http://poj.org/problem?id=3461
解题思路:http://blog.csdn.net/piaocoder/article/details/47732321