【超详细】kmp算法，直击本质

最近在学kmp算法，奈何研究了2天，才搞懂，很多人并没有理解kmp算法的本质，所以我尽量在这里把这个算法的原理说清楚。

首先假设有一个text数组

a

b

x

a

b

c

a

b

c

a

b

a

和pattern数组

a

b

c

a

b

a

在不会kmp算法的时候我们只能选择bf方法，时间复杂度为O(M*N)，效率非常低，那么为什么效率会这么低呢？相必你也非常清楚，bf方法回溯太多了，时间复杂度肯定会非常高，所以想解决这个问题，我们就要解决回溯的问题，所以便有了kmp算法，在接下来的学习中，你会感受到这个算法的巧妙之处。

首先我们需要弄懂一个概念，前缀表（不包括最后一个）和后缀表（不包括第一个），以patter数组为例子，它的前缀有a ab abc abca abcab，他的后缀有b bc bca bcab bcaba，知道这个概念以后，我们来求一下pattern数组最长相等的前后缀，首先第一个默认是0，所以咱们a下面写0，ab也没有写0，abc没有写0，abca有一个相同所以写1，依此类推···

表示如下：

a	b	c	a	b	a
0	0	0	1	2	1

这个概念弄懂以后，我们该如何实现呢？这一步非常的巧妙，没有弄懂的话就多举几个例子跟着走，我们需要一个循环来计算最长相等前后缀，创建一个prefix数组，然后定义len=0和i=1，如果他们不相等并且len=0，那么下面的数组写0,然后i继续往下走，如果相等len加一（这里是在原来的基础上加一），把len的值赋给下面数组的第i个，i继续往后走，不过这里有一个情况，就是如果突然有一个中断了该怎么办？很多人会从头开始比较，我个人认为是可以得出正确答案的（如果不是希望指正），但是这里选择从斜下方回溯会更好，因为它prefix数组保存着最大相等前后缀，我们并不需要从头开始比较，而是从最大前后缀的下一个比较会更好（自己的理解）

这里可以换别数值去思考，慢慢体会其中的奥秘， 下面两个数组进行比较时你会更容易理解这里为什么要这么做，这里的代码如下：

void prefix_table(char pattern[],int prefix[],int n)
{
    prefix[0]=0;
    int len=0;
    int i=1;
    while(i<n)
    {
        if(pattern[i]==pattern[len])
        {
            len++;
            prefix[i]=len;
            i++;
        }
        else
        {
            if(len>0)
            {
            len=prefix[len-1];
            }
            //判断永远不相等
            else
            {
            prefix[i]=0;
            i++;
            }
            
        }
    }
}

既然咱们是斜着来用的话，不妨把第一位设置为-1（默认），整个prefix数组往后移，这样用起来很方便，最后一位是不需要的，为什么呢？因为既然是斜着匹配了，永远也用不到最后一个，所以咱们的数组可以理解为这样：

a	b	c	a	b	a
-1	0	0	0	1	2

这个代码对于我们来说非常简单，如下：

void move_prefix_table(int prefix[],int n)
{
    int i;
    for(i=n-1;i>0;i--)
    {
        prefix[i]=prefix[i-1];
    }
    prefix[i]=-1;
}

我们做了这么多准备工作是为了干什么？没错就是为了减少回溯，所以前面才是最重点的步骤，也同样是很多人难以理解的部分，接下来的工作就非常简单了，只需要几个判断就可以。

 

 

这样思路已经很清楚了吧，代码如下：

void kmp_serach(char text[],char pattern[])
{
    //计算pattern的大小
    int n=strlen(pattern);
    int m=strlen(text);
    int* prefix=(int*)malloc(sizeof(int)*n);
    prefix_table(pattern,prefix,n);
    move_prefix_table(prefix,n);
    //text[i]      len[text]   =m
    //pattern[j]   len[pattern]=n
    int i=0;
    int j=0;
    while(i<m)
    {
        if(j==n-1&&text[i]==pattern[j])
        {
            //i-j就是位置
            printf("found pattern at %d\n",i-j); 
            //匹配完成后继续匹配
            j=prefix[j];
        }
        if(text[i]==pattern[j])
        {
            i++;
            j++;
        }
        else
        {
            j=prefix[j];
            if(j==-1)
            {
                j++;
                i++;
            }
        }
    }
}

 借鉴视频：KMP字符串匹配算法2_哔哩哔哩_bilibili