KMP算法
大名鼎鼎的算法
KMP由三位前辈的名字缩写组成
其中第一位就是写The art of the computer programming的高德纳
它是一种效率很高的字符串匹配算法
传统朴素做法的时间复杂度为O(n*m)
而KMP算法能将时间复杂度缩小到O(n+m)
下面进入正题
KMP算法
那么究竟快在哪里呢?
我们回顾一下传统做法
一旦匹配失败后就从头开始匹配
这样很浪费时间
我们考虑让模式串在主串上尽可能地向右滑动
可以跳过一些不必要的判断
这个时候我们需要引入前缀函数来让模式串尽可能地向右移动
我们记主串为S,模式串为T,主串的下标为(1<=i<=n),模式串的下标为(1<=j<=m)
假设我们检查到S[i]和T[j],结果发现它们不匹配
则我们知道从S[i-j+1]到S[i]与T[1]到T[j]完全匹配
那么我们考虑i-j+1<k<n-m+1
如果S(k,k+m-1)与模式串完全匹配,那么必要条件是k>=i或者
重点来了
T(k,i-1)与T(1,i-k)相匹配,同时,T(k,i-1)还与T(k+i-j,j-1)相匹配
所以T(1,i-k)是T(1,j-1)的后缀
KMP算法的核心就是:令pi[j-1] = Max{x:T(1,x)是T(1,j - 1)的后缀}
然后将模式T向右滑动,使得索引指针指向Si和T的第pi[j-1] + 1个字符。pi[i]的大小与主串S并无关联,所以我们应该事先通过预处理求出并保存所有pi[i](1< i <m)值,即所谓的前缀函数。过程如下:
pi[0]=-1;
for (i=1;i<=m;i++)
{
Q=pi[i-1];
while (Q>=0)and(T的第Q+1个字符不等于第i个字符) Q=pi[Q];
pi[i]=Q+1;
}
有了前缀函数
接下来的事就变得简单起来了
我们需要做的就是不断的滑动
嗯,就是这样
Q = 0
for (i=1;i<=n;i++)
{
while (Q>0)&&(T[Q]!=S[i])
Q=pi[Q];
if (T[Q]==S[i]) {
Q++;
if (Q==m) then 匹配成功!
}
}