kmp算法思考和参考总结

AcWing 831. KMP字符串

所谓字符串匹配，是这样一种问题：“字符串 P 是否为字符串 S 的子串？如果是，它出现在 S 的哪些位置？” 其中 S 称为主串；P 称为模式串。下面的图片展示了一个例子。

暴力做法：

• 双重循环

双重循环劣势如下：

• 双重循环的时候，如果主串S和模式串P不匹配，则如果S会上次匹配地方为i，那么本次匹配时，S串会从i+1开始匹配。
• 对于暴力算法，如果出现不匹配字符，同时回退 S 和 P 的指针，嵌套 for 循环，时间复杂度 $O(MN)$，空间复杂度$O(1)$。最主要的问题是，如果字符串中重复的字符比较多，该算法就显得很蠢。

比如 txt = “aaacaaab” pat = “aaab”：

而kmp算法有两个精髓：

• KMP 算法永不回退 txt 的指针 i，不走回头路（不会重复扫描 txt），而是借助 next数组中储存的信息把 pat 移到正确的位置继续匹配，时间复杂度只需 O(N)，用空间换时间。
• next数组只和模式串pat有关系。

具体kmp如何优化的请看：kmp演示
具体kmp代码和next数组请看：next求解和匹配操作
最为精髓的是：

然后来说明一下next数组的含义：对next[ j ] ，是pat[ 1, j ]串中前缀和后缀相同的最大长度（部分匹配值），即 pat[ 1, next[ j ] ] = pat[ j - next[ j ] + 1, j ]。

next数据应用举例：
那么next如何求出：

• 通过对模式串和搜集
• 类似递归，不能匹配的话，j=ne[j]，再不能匹配则j=ne[ne[j]]

    //求next[]数组， i为遍历模式串的指针，j为模式串匹配相同的字母个数
    for(int i = 2, j = 0; i <= m; i++)
    {
        //不能匹配
        while(j && p[i] != p[j+1]) j = ne[j];
        //匹配上了
        if(p[i] == p[j+1]) j++;
        ne[i] = j;
    }

例题
https://www.acwing.com/problem/content/833/

完整代码与定义说明：

• ne为next数组，next在cpp中定义了
• 模式串中使用 指针j+1 和 字母串的指针 i 作比较

#include <iostream>

using namespace std;

const int N = 100010, M = 10010; //N为模式串长度，M匹配串长度

int n, m;
int ne[M]; //next[]数组，避免和头文件next冲突
char s[N], p[M];  //s为模式串， p为匹配串

int main()
{
    cin >> n >> s+1 >> m >> p+1;  //下标从1开始

    //求next[]数组
    for(int i = 2, j = 0; i <= m; i++)
    {
        while(j && p[i] != p[j+1]) j = ne[j];
        if(p[i] == p[j+1]) j++;
        ne[i] = j;
    }
    //匹配操作
    for(int i = 1, j = 0; i <= n; i++)
    {
        while(j && s[i] != p[j+1]) j = ne[j];
        if(s[i] == p[j+1]) j++;
        if(j == m)  //满足匹配条件，打印开头下标, 从0开始
        {
            //匹配完成后的具体操作
            //如：输出以0开始的匹配子串的首字母下标
            //printf("%d ", i - m); (若从1开始，加1)
            j = ne[j];            //再次继续匹配
        }
    }

    return 0;
}