算法——KMP串匹配

---

KMP串匹配

• 对BF进行优化
• i不用回退
• j回退到，已匹配部分出现的（必须以0开头）与此时j下标之后（即，i下标之后）（必须以j-1结尾）出现的具有相同子串位置的下一位，k

0-(k-1)=x-(j-1)
x=j-k
0-(k-1)=(j-k)-(j-1)

• 即，j回退到next[j]
  
  
  
• 将串sub所有位置出现相同子串的最大长度，置于数组next中，定义next[0]为-1
  • next[0]= -1;
  • next[1] = 0;
  • next[j] ，j从2开始
  • 从j的前一位j-1逆推，
    此时next[j-1] =k，即：0-(k-1)=(j-k)-(j-2)
    如果sub[k]==sub[j-1]，则：0-k=(j-k)-(j-1)
    则：next[j]=k+1
  • 从j的前一位j-1逆推，
    此时next[j-1] =k
    如果sub[k]!=sub[j-1]，则重新开始计数，k变为求’0~k’子串最后一位的k值
    则：k = next[k]（'0~k’子串最后一位的下标为k）
    此时，重新判断：sub[k] ? sub[j-1]
    当持续出现不等，k= -1时，next[j]=k+1=0

//str.h头文件
#pragma once
#define SIZE 20

typedef struct Str//定义串结构体
{
	char elem[SIZE];
	int length;//串中没有'\0'
}Str;

1 求next数组

#include"str.h"//引入头文件
#include<stdio.h>

void Getnext(int* next, Str* sub)
{
	next[0] = -1;
	next[1] = 0;
	int j = 2;
	int k = 0;//j-1的k值

	while (j < sub->length)
	{
		if (sub->elem[j - 1] == sub->elem[k] || k == -1)//如果前一个位置j-1的字符和k位置的字符相等，则该位置j的k值就等于前一个位置的k值加1
		{                                               //当持续出现不等时，k变为-1，此时该位置的j=++k=0
			/*next[j] = k + 1;
			j++;
			k++;*/
			next[j++] = ++k;//此时，k更新为该位置j的k值，需要加1
		}
		else
		{
			k = next[k];//当持续出现不等时，k变为-1
		}
	}
}

2 KMP算法

#include"str.h"//引入头文件
#include<stdio.h>
#include <malloc.h>
#include <cassert>

int KMP(Str* s, Str* sub, int pos)
{
	int i = pos;
	int j = 0;
	int* next = (int*)malloc(sub->length * sizeof(int));
	assert(next != NULL);

	Getnext(next, sub);
	Getnext_fix(next, sub, sub->length);

	while (i < s->length && j < sub->length)
	{
		if (s->elem[i] == sub->elem[j] || j == -1)//当第一位就不匹配时，j=next[0]=-1，此时也需要j++
		{
			i++;
			j++;
		}
		else
		{
			j = next[j];//当第一位就不匹配时，j=next[0]=-1
		}
	}

	free(next);
	next = NULL;

	if (j == sub->length)
	{
		return i - j;
	}

	return -1;
}

3 求next数组练习

求next数组练习：
‘a b a b c a b c d a b c d e’
-1,0,0,1,2,0,1,2,0,0,1,2,0,0


‘a b c a b c a b c a b c d a b c d e’
-1,0,0,0,1,2,3,4,5,6,7,8,9,0,1,2,3,0


‘a b a b c a b c d a b c d e’
-1,0,0,1,2,0,1,2,0,0,1,2,0,0


‘a b c d a b c a b c d a b c d a’
-1,0,0,0,0,1,2,3,1,2,3,4,5,6,7,4


next数组修正：
如果：sub[j]=sub[ next[j] ]（sub[k]）
则：next[j] = next[ next[j] ]（k=next[k]）

‘a  a  a  a  a  a  a  a  b’
-1, 0, 1, 2, 3, 4, 5, 6, 7
-1,-1,-1,-1,-1,-1,-1,-1,7（修正）


‘a  b  c  a  a  b  b  c  a  b  c  a  a  b  d  a  b’
-1, 0, 0, 0, 1, 1, 2, 0, 0, 1, 2, 3, 4, 5, 6, 0, 1
-1, 0, 0,-1, 1, 0, 2, 0,-1, 0, 0,-1, 1, 0, 6,-1, 0（修正）

4 next数组的修正

#include"str.h"//引入头文件
#include<stdio.h>

void Getnext_fix(int* next, Str* sub, int len)
{
	for (int j = 1; j < len; j++)
	{
		if (sub->elem[j] == sub->elem[next[j]])//如果下标j的字符和其k值位置的字符相等，则下标j的k值等于其下标k的k值
		{
			next[j] = next[next[j]];
		}
	}
}