KMP算法

你可能觉得我在扯淡.昨天还在讲省选内容网络流的我今天搞起普及内容KMP来了.
可是这是真的,最大流dinic加当前弧优化我两天就把模板背出来了,kmp搞了我半年我还是不懂这个next数组是怎么来的.
所以我今晚用1个小时40分钟给自己讲解一下kmp算法.

它是什么

首先你需要知道的是它是一个字符串匹配算法.
看例题.luogu p3375 [模板]kmp字符串匹配

某例题

题目描述
如题，给出两个字符串s1和s2，其中s2为s1的子串，求出s2在s1中所有出现的位置。
为了减少骗分的情况，接下来还要输出子串的前缀数组next。
（如果你不知道这是什么意思也不要问，去百度搜[kmp算法]学习一下就知道了。）
输入输出格式
输入格式：
第一行为一个字符串，即为s1
第二行为一个字符串，即为s2
输出格式：
若干行，每行包含一个整数，表示s2在s1中出现的位置
接下来1行，包括length(s2)个整数，表示前缀数组next[i]的值。
(以上摘自题目描述)

好.那么给出长度均为1e6的两个字符串s1,s2,求s2在s1中出现了几次,并输出每一个出现的位置.
接下来还要输出一行next数组.

知识储备

我看了半年kmp,愣是一点没看懂.洛谷上面我是手打别人的代码A掉的.
首先你不可能不会暴力匹配吧.
假设有这两个串.

abbacdbacdbcdcbdabcdcbacbdacbdacbdacbdacd
abcdcba         |     |
 ......         |     |
                abcdcba
显然暴力匹配会把下面字符串的第一位与上面的某一位对齐,然后一位一位去看.
如果失配,我们会把下面字符串向右移动一位,再重新匹配.
这样的话显然效率会非常低,很多时候本来后面一位就不可能匹配.

因此有了这个算法.这个算法在匹配的时候可以一次将s2向右移很多位,从而避免不必要的匹配.
那么为什么可以一次移很多位呢?这是根据下面的那个字符串的性质决定的.

这样的话需要牵扯到一些非常重要的知识:前缀,后缀.
那我就当你们都知道了.
我们定义next[i]数组是字符串到i位时该子串的前缀和后缀的最大相同长度.
考虑字符串abcdabc.对于前4位来讲,都是0.
对于后面三位来讲.
next[5],abcda.
显然前缀和后缀的最大相同长度是1,即"a"这个子串.
next[6],abcdab,长度2.
next[7],abcdabc,长度是3.
因此next数组就是0,0,0,0,1,2,3.

这样比如说当字符串在第7位失配了.

s="abcdabdabcdabc"
t="abcdabc"
显然开始匹配的时候在第7位失配了.
这个时候移到哪里呢?
向后移动xxxx位.//然而我不知道移多少位
那么移动完之后就变成这样了.
abcdabdabcdabc
    abcdabc
非常快.

如何产生next数组?

我们上代码.这个代码不是我的,是某巨佬的,我写的不能看.
代码把匹配的部分也放进去了.

#include<cstdio>
#include<cstring>
#define N 1000005
char s[N],t[N];//首先你要知道的是,我们要在t串中找到s串.
int p[N],i,j,n,l;
int main()
{
    scanf("%s%s",t+1,s+1);
    n=strlen(s+1),l=strlen(t+1);//记录两串之长.
    p[0]=-1;//将next[0]初始化为-1表示不存在,用以当j为0的时候可以跳出循环
    for(i=1,j=-1;i<=n;++i)
    {
        for(;j>=0&&s[i]!=s[j+1];) j=p[j];//关键就在于为什么j=p[j].
        p[i]=++j;
    }j=1;
    for(i=1;i<=l;++i)
    {
        for(;j>=0&&t[i]!=s[j+1];) j=p[j];
        ++j;
        if(j==n)
        {
            printf("%d\n",i-n+1);
            j=p[j];
        }
    }
    for(i=1;i<=n;++i)
        printf("%d ",p[i]);
}

我来解释一下

所谓next数组,其实就是s串自己对自己进行kmp匹配的结果.
首先你可以知道的是,假设我们在算出next[i]之前已经知道了next[1],next[2],next[3],……,next[i-1]的值,我们怎么求出next[i]呢?

现在next[i]=++j,i++.
那么目前来说s[i-1]=s[j](因为上一次循环保证),如果s[i]=s[j+1],很明显答案就直接+1了.这个不用解释吧.
如果s[i]!=s[j+1],那么我们需要找到之前的一个j,使得s[i]=s[j+1].这个j怎么找呢?
朴素的方法,while(s[i]!=s[j+1]) j--;好,我建议你选择暴力.
那么还有什么办法呢?注意next数组的特性,最长前缀后缀的相同长度.
当s[i]!=s[j+1],我们可以直接跑到算出来的前缀里面找,直到找到一个前缀,使得s[i]=s[j+1].
这样就有了j=next[j].当然在实际匹配的时候也就这样了.

如果你还不会,背代码吧.kmp所用的范围比较窄,基本也只有字符串匹配这一种用法.
再往后exkmp?不存在的!直接上自动机!!!!!!

尾声

没想到1个小时就写完了.我自己大概是懂了.可是真的吗?
我把我奇丑代码放在这里.

#include<bits/stdc++.h>
using namespace std;
const int tamate=1e6;
char s[tamate|10],t[tamate|10];
int p[tamate|15]={-1},n,l;
int main()
{
int i,j;
scanf("%s%s",t+1,s+1);
n=strlen(s+1),l=strlen(t+1);
for (i=1,j=-1;i<=n;p[i++]=++j) for (;~j&&s[i]!=s[j+1];j=p[j]);
for (i=j=1;i<=l;++i) 
  {
  for (;~j&&t[i]!=s[j+1];j=p[j]);
  if (++j==n) printf("%d\n",i-n+1),j=p[j];
  }
for (i=1;i<=n;++i) printf("%d ",p[i]);
}