KMP算法解析

一、简介

KMP 算法是用来求一个较长字符串是否包含另一个较短字符串的算法，其中难点在于求解 next 数组。

二、next 数组含义

next 数组含义为：如果匹配到该字符时失败，回溯的位置。

str	a	b	a	a	b	c	a	c
pos	0	1	2	3	4	5	6	7
next	-1	0	0	1	1	2	0	1

其中，next 数组首位设置为-1，意味着首位匹配失败时无法回溯。

三、next 数组求解

代码示例

string str = "abaabcac";
vector <int> next(str.size(), -1);

for (int i = 0, j = -1; i < next.size()-1; )
{
	if (j==-1 || str[i]==str[j])
		next[++i] = ++j;
	else
		j = next[j];
}

算法思想

从数组首地址开始遍历，判断以下情况：

• 如果 j 为 -1 ， 意味此次若匹配失败时，必须回溯到串首 str[0] 开始匹配，在 next 数组下一位置中记下该值，接下来可以继续判断 str 字符串后置位。

• 如果 j 不为 -1 ，且匹配至 str[j] 成功，则此次若匹配失败从 j+1 开始匹配，在 next 数组下一位置中记下该值，接下来可以继续判断 str 字符串后置位。

• 如果 j 不为 -1 ，且匹配至 str[j] 失败，则找到 str[j] 位置匹配失败回溯位置，即令 j=next[j] 求得该回溯位置，并再次进行判断。此时意味着将 str[i] 位置字符替换 str[j] 位置字符，重新计算回溯。

如此，直到 next 数组被填满。

其中 j 起时值设置为 -1 ，是认为 str 首位匹配即失败，并避免 str[0]==str[0] 。

四、KMP 算法

代码示例

class Solution {
public:
    int strStr(string haystack, string needle) {
        if (needle.size() == 0)
            return 0;
        if (haystack.size() == 0)
            return -1;
        
        vector <int> next(needle.size(), -1);
        for (int i = 0, j = -1; i < next.size()-1; )
        {
            if (j==-1 || needle[i]==needle[j])
                next[++i] = ++j;
            else
                j = next[j];
        }
        
        for (int i = 0, j = 0; i < haystack.size(); )
        {
            if (j==-1 || haystack[i]==needle[j])
                i++, j++;
            else
                j = next[j];
            
            if (j == needle.size())
                return i-j;  
        }
        
        return -1;
    }
};

算法思想

从首位置遍历 haystack 字符，判断是否匹配：

• 如果匹配，则后移 haystack 字符指针和 needle 字符指针，继续判断是否匹配。

• 如果不匹配，固定 haystack 字符指针不变，根据 next 数组移动 needle 字符指针。

直到遍历完 haystack 字符串（即失败）或者匹配到 needle 字符串末尾（即成功）。