【算法】KMP-快速文本匹配

一、KMP算法说明

要判断s1字符串是否包含s2字符串，如果包含返回s1中包含s2的最左开头位置，不包含返回-1

暴力方法就是s1的每个位置都做开头，然后去匹配s2整体，时间复杂度O(n*m)，其中n为s1长度，m为s2长度

KMP算法可以做到时间复杂度O(n+m)

二、详细实现

1. next数组定义

字符串s的next数组为int数组，长度等于s的长度。next[i]表示在s中下标i之前子串的前缀和后缀的最大匹配长度(不包含整体)

以字符串"aabaabs"为例

// i=0,规定next[0]为-1
// i=1,由于s[1]之前只有a，除去整体，前缀和后缀只能是空，所以规定next[1]=0
// i=2, "aa",前缀"a",后缀"a"，最大匹配长度1，next[2]=1
// i=3, "aab",没有可以匹配的前缀和后缀，next[3]=0
// i=4, "aaba", 前缀"a", 后缀"a", next[4]=1
// i=5, "aabaa", 前缀"aa", 后缀"aa", next[5]=2
// i=6, "aabaab", 前缀"aab", 后缀"aab", next[6]=3
// 扩充的next是可以多计算一位的
// i=7, "aabaabs",没有可以匹配的前缀和后缀，next[7]=0

2. 使用next加速匹配

func kmp(s1, s2 string) int {
	if len(s1) < len(s2) {
		return -1
	}
	next := nextArr(s2)
	x, y := 0, 0
	for x < len(s1) && y < len(s2) {
		if s1[x] == s2[y] {
			x++
			y++
		} else if y > 0 {
			y = next[y]
		} else {
			x++
		}
	}
	if y == len(s2) {
		return x - y
	} else {
		return -1
	}
}

3. next数组如何快速生成

func nextArr(s string) []int {
	if len(s) <= 1 {
		return []int{-1}
	}
	next := make([]int, len(s))
	next[0], next[1] = -1, 0
	cp := 0
	for i := 2; i < len(s); {
		if s[i-1] == s[cp] {
			cp++
			next[i] = cp
			i++
		} else if cp > 0 {
			cp = next[cp]
		} else {
			next[i] = 0
			i++
		}
	}
	return next
}

4. 时间复杂度O(m+n)的证明

a) next生成的时间复杂度

// for循环中我们关注i和i-cp
// i的范围是2~m
// i-cp的范围是0~m
// 分支1:i变大, i-cp不变
// 分支2:i-cp变大
// 分支3:i变大，i-cp变大
// 因此时间复杂度O(m)

b) 匹配过程时间复杂度

// for循环中关注x和x-y
// ...
// 同理时间复杂度O(n)

三、例题

1. leetcode#572

// 思路：将两棵树都序列化为sRoot和sSubRoot，然后判断sSubRoot是否为sRoot的子串

func isSubtree(root *TreeNode, subRoot *TreeNode) bool {
	const nullVal = 1e4 + 1
	var s1, s2 []int
	s1 = encode(root, make([]int, 0), nullVal)
	s2 = encode(subRoot, make([]int, 0), nullVal)
	return kmp2(s1, s2) >= 0
}
func encode(root *TreeNode, list []int, nullVal int) []int {
	if root == nil {
		list = append(list, nullVal)
		return list
	}
	list = append(list, root.Val)
	list = encode(root.Left, list, nullVal)
	list = encode(root.Right, list, nullVal)
	return list
}
func kmp2(s1, s2 []int) int {
	if len(s1) < len(s2) {
		return -1
	}
	next := nextArrInt(s2)
	x, y := 0, 0
	for x < len(s1) && y < len(s2) {
		if s1[x] == s2[y] {
			x++
			y++
		} else if y > 0 {
			y = next[y]
		} else {
			x++
		}
	}
	if y == len(s2) {
		return x - y
	} else {
		return -1
	}
}
func nextArrInt(s []int) []int {
	if len(s) <= 1 {
		return []int{-1}
	}
	next := make([]int, len(s))
	next[0], next[1] = -1, 0
	cp := 0
	for i := 2; i < len(s); {
		if s[i-1] == s[cp] {
			cp++
			next[i] = cp
			i++
		} else if cp > 0 {
			cp = next[cp]
		} else {
			next[i] = 0
			i++
		}
	}
	return next
}

2. leetcode#1367

func isSubPath(head *ListNode, root *TreeNode) bool {
	if head == nil {
		return true
	}
	if root == nil {
		return false
	}
	list := make([]int, 0)
	for head != nil {
		list = append(list, head.Val)
		head = head.Next
	}
	next := nextArrInt(list)
	return find(root, list, next, 0)
}

func find(cur *TreeNode, list []int, next []int, index int) bool {
	if index == len(list) {
		return true
	}
	if cur == nil {
		return false
	}
	for index >= 0 && cur.Val != list[index] {
		index = next[index]
	}
	// index=-1 => index=0
	// 匹配 => index+1
	index++
	return find(cur.Left, list, next, index) || find(cur.Right, list, next, index)
}