KMP算法详解

程序员代码面试指南（左程云）读书笔记

 第九章

KMP算法详解

（今天听力左程云老师在牛客网上的课，讲的其中一个就是kmp，所以决定把这个过程记下来，巩固学习。）

题目：

给定两个字符串str和match，长度分别为N和M。实现一个算法，如果字符串str中含有子串match，则返回match在str中的开始位置，不含则返回-1；

举例：

str="acbc", match="bc" 返回2

str="acbc" , match="bcc" 返回-1

要求：

如果match的长度大于str的长度（M》N），str必然不会含有match，可以直接返回-1.但是如果N>=M，要求时间复杂度为O（N）

解答：

这个题重点介绍一下KMP算法，该算法是由Donald Knuth，Vaughan Pratt和James H.Morris于1977年联合发明。

首先我们来看一下这个题的普通解法：

从左到右遍历str的每一个字符，然后看如果以当前字符作为第一个字符出发是否匹配match。比如：str="aaaaaaaaaaaaaaaaaaaaaaaaaaaaaab",match="aaaab"。从str[0]出发开始匹配，匹配到str[4]=“a”时发现和match[4]=“b”不匹配，匹配失败。继续从str[1]="a"开始匹配，匹配到str[5]="a"时发现和match[4]="b"不匹配，匹配失败。继续匹配。。。。直到匹配成功。这个方法的时间复杂度为O(N*M).

之所以时间复杂度为O（N*M）是因为每次遍历到一个字符时，只要发现不匹配，就要从头开始。之前的遍历检查不能优化当前的遍历。

KMP算法优化过程：

1，首先生成match字符串的nextArr数组，这个数字的长度与match字符串的长度一样。nextArr[i]的含义是在match[i]之前的字符串match[0.....i-1]中，必须以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。

例如：

match="aaaab"字符串 nextArr[4]的值该是多少呢？ match[4]="b",所以它之前的字符串为“aaa”,根据定义，这个字符串的后缀子串和前缀子串最大匹配为“aaa”。也就是当后缀子串等于match[1.