数据结构之串的模式匹配算法(KMP)

这里先给出之前我参考的博客网址，以及参考的书籍是数据结构(严蔚敏)。

参考代码的网址

这里我总结一下我的思路。

先介绍一些基本概念

1. 主串：这里指的是要匹配的字符串
2. 模式串：需要在主串中寻找的字符串
3. KMP匹配算法的重点在于利用模式串自身的重复部分，在匹配中消除那些重复的匹配过程。

下面约定

1. 字符串和next数组的下标从1开始(人为规定)
2. i为指向主串的指针，j和k为指向模式串的指针
3. T代表为模式串数组，S代表主串数组
4. ==表示左右相等，!=表示左右不相等

next数组的求解

1. next[1] = 0

我们约定next数组的第一个位置值为0，代表的是模式串的第一个字符失配(也就是连第一个字符都不匹配)，这时就从主串当前失配字符的下一个字符开始重新匹配(i增1)，模式串当然也是从头开始(j为1)。

1. 已知next[j] = k

所以：’T[1]…T[k-1]’ == ‘T[j-k+1]…T[j-1]’

这里解释一下：上面的表示模式串的前缀长度为k-1的字符串和从j往前数k-1长度的字符串是相等的。

这时会出现两种情况：

第一种：T[k] == T[j]

所以：’T[1]…T[k]’ == ‘T[j-k+1]…T[j]’
因为：’T[1]…T[k-1]’ == ‘T[j-k+1]…T[j-1]’的时候next[j] = k
所以：’T[1]…T[k]’ == ‘T[j-k+1]…T[j]’的时候next[j+1] = k+1 = next[j] + 1

这里会出现一个问题：如果S[i] != T[j]，模式串的第j个字符失配，那么我们就会让S[i]和T[next[j]]进行比较，但是我们这里是第一种情况T[next[j]] == T[j]，所以当然也不等于S[i]，这就等于做了一次无用功。

所以需要在上面的判断里面再加上一个判断，若T[k+1] == T[j+1]，则next[j+1] = next[k+1]，否则next[j+1] = k+1

这里举个例子：模式串ABAB，当k指向第一个位置A，j指向第三个位置A，它们俩相等，原本直接赋值next[j+1] = 2但是因为T[k+1] = T[j+1]，所以改成next[j+1] = next[k+1] = 1。原本ABAB的next数组为0112，现在变为0101。

第二种：T[k] != T[j]

举个例子：模式串abacdababc，其中k为4，j为9。分别截取出来看就是abac和abab

因为：T[k] != T[j]，可以看出abac的前面的a和abab的倒数第二个a相同，就直接就可以从abac的第二个b开始进行比较
所以：这里只需将k改为2也就是k = next[k]，让abac第2个和abab最后一个元素对其即可。再次和T[k]比较，若相同则T[j+1] = next[k]+1；否则，再次执行j = next[j]直到j = next[1] = 0为止，这样T[j+1] = next[1]+1 = 1

总结一下就是：

1. T[1]…T[k]’ == ‘T[j-k+1]…T[j]，next[j] = k;
2. 在1的条件下
   
   1. T[k]==T[j]且T[k+1] == T[j+1]，next[j+1] = next[k+1]
   2. T[k]==T[j]且T[k+1] != T[j+1]，next[j+1] = k+1
   3. T[k]!=T[j]，k = next[k]
3. next[1] = 0

因为这些都是推出来的，就像数学的定理，可以因为所以的一步步推出来，所以当成公式或者转化成图像记忆都可以。

综合上述分析，程序思路就可以得出

1. 将j置为1指向模式串的第一个元素，k为0表示从模式串第一个开始比较，next数组第一位为0
2. 接下来当然就是一个循环遍历整个模式串
   
   1. 两个判断条件k是否为0以及T[k]是否等于T[j]，若k为0表示又从头开始匹配，则直接将k和j增1,。若T[k]等于T[j]且T[k+1] == T[j+1]，表示next[j+1] = next[k+1]，若不等于，就按照正常的方法next[j+1] = k+1
      
      1. 每一次的判断都是为了求得next[j+1]的值，所以这里j需要增1，k增1前面已经讲过了
   2. 否则就是k = next[k]的情况

下面给出改进前和改进后的c语言代码

改进前的代码

void get_next(SString T, int next[]){
    int j = 1;
    int k = 0;
    next[1] = 0;

    while(j<T[0]){
        if(k==0 || T[j]==T[i]){
            j++;
            k++;
            next[j] = k;
        }else{
            k = next[k];
        }
    }

    return;
}

改进后的

void get_nextval(SString T, int nextval[]){
    int j = 1;
    int k = 0;
    next[1] = 0;

    while(j<T[0]){
        if(k==0 || T[k]==T[j]){
            j++;
            k++;
            if(T[k]!=T[j]){
                nextval[j] = k;
            }else{
                nextval[j] = nextval[k];
            }
        }else{
            k = next[k];
        }
    }

    return;
}