通俗理解KMP算法

通俗理解KMP算法

前言

如果要比较字符串是否相等或包含，通常的情况下一般是一个个迭代的去比较，比如要比较的字符串长度为20，那么就要比较20次，这样的效率是非常低的。

作用

上面的字符串比较效率太低，我们是否能够获得已知的情况，来减少对字符串判断的次数呢？比如说子字符串(要比较的字符串)和父字符串(被比较的字符串)来比较是否相等，首先子字符串匹配了前面的3个字符都相等，那我们是否可以跳过3个长度呢？因为3个字符都已经匹配过了，所以不用在匹配了，这样对一个个迭代好得多。说的不清楚，那就看图文吧！

没有使用KMP算法的字符串比较

步骤一：

首先 f 和 a比较，发现不等于，然后前进一位

步骤二：

f 又和 b比较，发现不等于，然后又前进一位，直到匹配父字符串的f

步骤三：

子字符串的f和父字符串的f，匹配相等，然后匹配第二个字符串a，然后发现a和b不等，然后继续迭代。(请不要在意父字符的长度到了尾部，懂是这个意思就可以了。)

步骤四：

子字符串的f和父字符串的b并不相等，而父字符串后面没有字符了，因此可只父字符串并没有包含字符串。

为了得出这个结论，我们把父字符串的所有字符都比较了一次，如果有长度为100的父字符串，难道我们要比较100次吗？那如果有1M大小的字符串呢？

使用KMP算法

步骤一：

假设我们有这么一张表，先别管这表干嘛的，也别管表的数据是怎么来的，后面会说。

步骤二：

首先还是同样的步骤，子字符串一直对比到父字符串的A处

步骤三：

子：A和父：A 一样，在比较下一个字符B又是一样的，然后直到子D和父A，那里就不一样了，注意我们不会在一个个比较，我们要通过KMP算法得出要跳四位。

问题：

那你是怎么用KMP算法得出要跳四位呢？

在步骤一的那个表中，最后一个配置值：B，对应的是2，然后用公式：已匹配的字符数-对应的部分匹配值=移动位数，那么就是6-2=4

然后就跳四位：

后面的依次论推，现在重点是看那张表是怎么算的。

表的由来

我们是通过子串：A B C D A B D来计算出那神奇的表格。

我们将它们拆分：

• A的前缀和后缀为空，共有元素长度为0
• AB的前缀为A，后缀为B，共有元素长度为0
• ABC的前缀为[A,AB]，后缀为：[BC、C]，共有元素长度为0
• ABCD的前缀为[A,AB,ABC]，后缀为[BCD、CD、D]，共有元素长度为0
• ABCDA的前缀为[A、AB、ABCD]，后缀为[BCDA、CDA、DA、A]，有一个共有元素A，所以长度为1

后面的自己就可以推出来了，这就表数据的来由，而这种跳跃的算法也就是KMP算法啦