KMP 算法

来自：程序员代码面试指南:IT名企算法与数据结构题目最优解(第2版)左程云 P542

28. 实现 strStr()

如果字符串str中含有子串match，则返回match在str中的开始位置，不含有则返回-1

KMP算法是如何快速解决字符串匹配问题的?

1. 生成match字符串的nextArr数组

nextArr[i]的含义

在match[i]之前的字符串match[0..i-1]中

以match[i-1]结尾的后缀子串（不能包含match[0]）与必须

以match[0]开头的前缀子串（不能包含match[i-1]）

最大匹配长度是多少，这个长度就是 nextArr[i]的值

🌰

match=＂abc1abc1＂字符串，nextArr[7]的值该是多少呢？

当索引为 7 时，match[7] = 1 前缀为 match[0...5] = abc1ab (不能包含6) ，后缀为 match[1...6]bc1abc(不能包含0)

前缀：   	abc1ab
后缀：	 bc1abc

可以看到，前缀子串与后缀字串abc匹配，所以其最大匹配长度为 3

即 nextArr[7]

2. 假设从str[i]字符出发时，匹配到j位置的字符发现与match中的字符不一致。

也就是说，str[i]与match[0]一样，并且从这个位置开始一直可以匹配，即str[i..j-1]与match[0..j-i-1]一样

直到发现str[j] != match[j-i]，匹配停止，如下图

因为现在已经有了match字符串的nextArr数组，nextArr[j-i]的值表示match[0..j-i-1]这一段字符串前缀与后缀的最长匹配

假设前缀是a区域这一段，后缀是b区域这一段，再假设a区域的下一个字符为match[k]

那么下一次的匹配检查不再像普通解法那样退回到 str[i+1]重新开始与 match[0]的匹配过程，而是直接让str[j]与match[k]进行匹配检查

如何快速得到match字符串的nextArr数组？

因为是左到右依次求解 nextArr，所以在求解 nextArr[i]时，nextArr[0..i-1]的值都已经求出

假设match[i]字符为A字符，match[i-1]为B字符

通过nextArr[i-1]的值可知B字符前的字符串的最长前缀与后缀匹配区域，l区域为最长匹配的前缀子串，k区域为最长匹配的后缀子串，字符C为l区域之后的字符，然后看字符C与字符B是否相等

如果字符C与字符B相等，那么A字符之前的字符串的最长前缀与后缀匹配区域就可以确定，前缀子串为l区域+C字符，后缀子串为k区域+B字符，即nextArr[i]=nextArr[i-1]+1

如果字符C与字符B不相等，就看字符C之前的前缀和后缀匹配情况，假设字符C是第cn个字符（match[cn]），那么nextArr[cn]就是其最长前缀和后缀匹配的长度

m区域和n区域分别是字符C之前的字符串最长匹配的后缀与前缀区域，这是通过 nextArr[cn]的值确定的，当然两个区域是相等的，m’区域为 k区域最右的区域且长度与m区域一样，因为k区域和l区域是相等的，所以m区域和m’区域也相等，字符D为n区域之后的一个字符，接下来比较字符D是否与字符B相等

1）如果相等，A字符之前的字符串最长前缀与后缀匹配区域就可以确定，前缀子串为n区域+D字符，后缀子串为m’区域+B字符，则令nextArr[i]=nextArr[cn]+1

2）如果不等，继续往前跳到字符D，之后的过程与跳到字符C类似，一直进行这样的跳过程，跳的每一步都会有一个新的字符和B比较（就像C字符和D字符一样），只要有相等的情况，nextArr[i]的值就能确定。

如果向前跳到最左位置（即match[0]的位置），此时nextArr[0] == -1，说明字符A之前的字符串不存在前缀和后缀匹配的情况，则令nextArr[i]=0。用这种不断向前跳的方式可以算出正确的nextArr[i]值的原因还是因为每跳到一个位置cn，nextArr[cn]的意义就表示它之前字符串的最大匹配长度

var strStr = function(haystack, needle) {
  if (!needle) return 0
  return getIndexOf(haystack, needle)
};

const getIndexOf = (s, m) => {
  if (!s || !m || s.length < m.length) return -1
  let si = mi = 0
  const next = getNextArray(m)
  while (si < s.length && mi < m.length) {
    if (s[si] == m[mi]) {	// 匹配
      si++
      mi++
    } else if (next[mi] == -1) {	
      si++
    } else {	// mi 继续与之前不匹配的 si 匹配
      mi = next[mi]
    }
  }
  return mi == m.length ? si - mi : -1
}

// 得到 match 字符串的 nextArr 数组
const getNextArray = m => {
  if (m.length == 1) return [-1]
  const next = new Array(m.length)
  next[0] = -1
  next[1] = 0
  let pos = 2
  let cn = 0
  while (pos < next.length) {
    if (m[pos - 1] == m[cn]) {
      next[pos++] = ++cn
    } else if (cn > 0) {
      cn = next[cn]
    } else {
      next[pos++] = 0
    }
  }
  return next
}

在 js 中 可以直接使用 indexOf 方法，得到和上面相同的结果

var strStr = function(haystack, needle) {
    return haystack.indexOf(needle)
};

Java 版本