KMP（1）-前缀函数(Prefix function)KMP的next函数

前言：

   前段时间学习和字符串相关的算法，自然学到了KMP算法（解决单字符串匹配问题）。这里简单记录一下，方便以后回忆。

  先给出二个名词，模式串（P), 文本串（T）。 比如ABC是否是ASDABC的子串，这里ABC是模式串（P），ASDABC是文本串，也叫被匹配串。

引入：

  KMP算法其实就是两个部分，①：前缀函数（求前缀数组）②：匹配部分。

   那么什么是前缀函数呢？？这是本篇文章的内容，为什么需要这个前缀函数这里先不解释，下篇文章讨论。

前缀函数：

  前缀函数的功能是求出”模式串“的next[ ]数组。

  首先要了解三个概念，前缀、后缀、匹配值。

  ①本算法中的"前缀"和"后缀"： "前缀"指除了最后一个字符以外，一个字符串的全部头部组合；"后缀"指除了第一个字符以外，一个字符串的全部尾部组合。

  //比如ababa的前缀a,ab,aba,abab （注意没有ababa) 后缀有b,ba,aba,baba(注意没有ababa) 

  ②匹配值：就是字符串中"前缀"和"后缀"的最长的共有元素的长度。对于ababa来说就是3，说明ababa的“前3个字符”与“后3个字符”相同aba.（PS：这里我们也可以看出为什么前缀不包括最后一个字符，后缀不包括第一个字符了，因为包括的话就没意义了。。ababa前5个字符等于后5个字符，匹配值等于它长度就好了。。）

  那么next[]数组用一句话概括就是“若模式串P的前i个字符串组成的子串为S，那么next[i]等于S的匹配值。

  拿ababa来说.next[5]=3,这说明前5个字符组成的字符串ababa,前3个字符与后3个字符相同均为aba.

 同样我们可以算出next[4]=2,next[3]=1,next[2]=0,next[1]=0.("a"的前缀和后缀都为空集，共有元素的长度为0；)

再举一例aaaaa,next[5]=4,next[4]=3,next[3]=2,next[2]=1,next[1]=0(加深理解）

代码：

前缀函数是KMP思想的精髓，其代码实现仅有短短13行（算法导论上的标准写法）

//p是模拟串
//字符串都是从下标1开始的。
void getNext(char p[])  {
	int m = strlen(p + 1);
	next[1] = 0;
	for (int k = 0, q = 2; q <= m; q++) {
		while (k > 0 && p[k + 1] != p[q]) k = next[k]; //不理解没关系看下面的分析
		if (p[k + 1] == p[q]) k++;
		next[q] = k;
	}
}

现在我着重讲解一下while循环所做的工作

比如算ababac.我们求next[6]的时候，已经算出next[1] next[2] …next[5]的值了。

此时k=next[5]=3.说明p[1]p[2]p[3]=p[3]p[4]p[5]

我们发现p[4]和p[6]失配说明，p[1]p[2]p[3]p[4]!=p[3]p[4]p[5]p[6].失败了难道要重新来过？不存在的。

p[1]p[2]p[3] = p[3]p[4]p[5]。你会想如果p[1]p[2]=p[2]p[3].那就有p[1]p[2]=p[2]p[3]=p[4]p[5]啦。

自然的想到，那要是p[3]=p[6].那就成了。next[6]=3。

但是不存在p[1]p[2]=p[2]p[3]=p[4]p[5]的。因为next[3]=1而不是2。只有p[1]=p[3]=p[5]..那么我们下一步判断的是p[2]是否等于p[6].

即k=next[k].判断p[k+1]是否等于p[q]。若不相等继续循环。（想明白这个，这段代码就搞定了）

PS：好好想想就知道了。 我们需要 找P[1]打头、P[k]结尾的子串即P[1]···P[j]( j==next[k] )，看看它的下一项P[j+1]是否能和P[q]匹配

练习：

1.[POJ][2406] Power Strings.

2.题目描述

给出一个字符串，问其是由多少个相同的子串组成.比如abcabc就是2,abc就是1.

3.分析

 考验对next[]数组的理解。由next[i]的理论可以推 知。若此字符串有最小循环节，那么循环次数一定为len/（len-next[len])。

len(p)-next[len(p)]是模式串P的”循环节“长度。

简单说下原理：

假设图中的黑色是原来的字符串，现在要求最小循环节，对于next[len]来说指的是图中黄色和蓝色长度，而且黄色和蓝色是相等的，

那么绿色和紫色也是相等的，对比原串可知紫色跟粉色是相同的子串，那么绿色跟粉色相同，然后对比蓝色跟黄色可知红色跟粉色相同，对比原串，红色跟棕色相同，那么棕色跟粉色相同，不断重复此过程可知若此字符串有最小循环节，那么循环次数一定为len/（len-next[len])。

4.code

#include <cstdio>
#include <cstring>
#include <iostream>
using namespace std;
#define SIZE 1000000
int nex[SIZE+5];//如果你有用到std的话，就不要定义next,否则会命名冲突. 
char p[SIZE+5]; 
void prefix(char p[])
{
	int m=strlen(p+1);
	nex[1]=0;
	for(int k=0,q=2;q<=m;q++)
	{
		while(k>0 && p[k+1]!=p[q])
			k=nex[k];
		if(p[k+1]==p[q])
			k++;
		nex[q]=k;
	}
}
int main()
{
	while(scanf("%s",p+1) && strcmp(".",p+1))
	{
		prefix(p);
		int len=strlen(p+1),cycle=len-nex[len];
		printf("%d\n",len%cycle?1:len/cycle);
	}
	return 0;
}