KMP算法

KMP算法-简单匹配算法的改进

　　　KMP算法是D.E.Knuth、J.H.Morris和V.R.Pratt共同提出的，简称KMP算法。

           该算法较BF算法有较大改进，主要是消除了主串指针的回溯，从而使算法效率有了某种程度的提高。

 在介绍KMP算法之前，首先介绍一个概念-真子串：、

          所谓真子串是指模式串t存在某个k（0＜k＜j），使得"t0t1…tk " = " tj-ktj-k+1…tj "成立。

         例如，t= "abab",

          即t0t1＝t2t3

           也就是说， “ab”是真子串。

        真子串就是模式串中隐藏的信息，利用它来提高模式匹配的效率。

模式串t=“abcac”，用next数组存放这些“部分匹配”信息 。

 

j	0	1	2	3	4
t[j]	a	b	c	a	c
next[j]	-1	0	0	0	1

      归纳起来，定义next[j]函数如下:

                       max{k|0<k<j,且“t0t1…tk-1”=“tj-ktj-k+1…tj-1” }                                    

                                              当此集合非空时

                        -1                     当j=0时

                         0                    其他情况

t=“abab”对应的next数组如下:

j	0	1	2	3
t[j]	a	b	a	b
next[j]	-1	0	0	1

       设主串s的长度为n，子串t长度为m。

        在KMP算法中求next数组的时间复杂度为O(m)，在后面的匹配中因主串s的下标不减即不回溯，比较次数可记为n，所以KMP算法总的时间复杂度为O(n+m)。

匹配示意图如下：

KMP算法的实现如下：

#include "sqstring.cpp"
void GetNext(SqString t,int next[])  /*由模式串t求出next值*/
{
	int j,k;
	j=0;k=-1;next[0]=-1;
	while (j<t.length-1) 
	{	
		if (k==-1 || t.data[j]==t.data[k]) 	/*k为-1或比较的字符相等时*/
		{	
			j++;k++;
			next[j]=k;
       	}
       	else  k=next[k];
	}
}
int KMPIndex(SqString s,SqString t)  /*KMP算法*/
{
	int next[MaxSize],i=0,j=0;
	GetNext(t,next);
	while (i<s.length && j<t.length) 
	{
		if (j==-1 || s.data[i]==t.data[j]) 
		{
			i++;j++;  			/*i,j各增1*/
		}
		else j=next[j]; 		/*i不变,j后退*/
    }
    if (j>=t.length)
		return(i-t.length);  		/*返回匹配模式串的首字符下标*/
    else  
		return(-1);        		/*返回不匹配标志*/
}
void main()
{
	SqString s,t;
	StrAssign(s,"ababcabcacbab");
	StrAssign(t,"abcac");
	printf("s:");DispStr(s);
	printf("t:");DispStr(t);
	printf("位置:%d\n",KMPIndex(s,t));
}