KMP算法
KMP的经典思想就是:当出现字符串不匹配时,可以记录一部分之前已经匹配的文本内容,利用这些信息避免从头再去做匹配。
暴力BF法
暴力就是两层for循环,遍历文本串和模式串,不匹配就一起往后移动一个。这样是O(m*n) 就是两个串的长度。
怎么更新i?i=i-j+1
找到了以后怎么返回开始位置的下标?return i-j
如果i走完了,说明没有这个子串。
- KMP有什么用?
主要应用在字符串匹配上。KMP重点在于如何如何记录已经匹配的文本内容:next数组
如果用KMP,模式串不匹配的话会跳到之前匹配过的内容。
KMP和BF唯一不一样的地方在于,主串的指针并不会回退,子串指针也不会移动到起始位置。
什么是前缀表
next数组就是一个前缀表(prefix table)。
- 前缀表有什么作用呢?
前缀表是用来回退的,它记录了模式串与主串(文本串)不匹配的时候,模式串应该从哪里开始重新匹配。
-
举一个例子:
要在文本串:aabaabaafa 中查找是否出现过一个模式串:aabaaf。
可以看出,文本串中第六个字符b 和 模式串的第六个字符f,不匹配了。如果暴力匹配,发现不匹配,此时就要从头匹配了。
但如果使用前缀表,就不会从头匹配,而是从上次已经匹配的内容开始匹配,找到了模式串中第三个字符b继续开始匹配。
- 为啥能移动到b?
你已经知道了f前面的字符都匹配上了。那么文本串不会从第二个a开始,而是可以直接从当前的b开始
- 前缀表是怎么记录的?
意味着在某个字符失配时,前缀表会告诉你下一步匹配中,模式串应该跳到哪个位置。
前缀表:记录下标i之前(包括i)的字符串中,有多大长度的相同前缀后缀。
最长相等前后缀
前缀是指不包含最后一个字符的所有以第一个字符开头的连续子串。
后缀是指不包含第一个字符的所有以最后一个字符结尾的连续子串。
接下来举例看看最长相等前后缀:
a 前缀:无 后缀:无 最长相等前后缀长度:0
aa 前缀:a 后缀:a 最长相等前后缀长度:1
aab 前缀:a aa 后缀:b ab 长度:0
aaba 前缀:a aa aab 后缀:a ba aba 长度:1
aabaa 前缀:a aa aab aaba 后缀:a aa baa abaa 长度:2
aabaaf 前缀:a aa aab aaba aabaa 后缀:f af aaf baaf abaaf 长度:0
因此模式串的前缀表就是:[0,1,0,1,2,0]
使用next数组来匹配
- 为什么叫next数组?表示下个匹配的位置要从哪里开始。
文本串:aabaabaafa
模式串:aabaaf
遍历到b f不匹配了之后,我们找这个位置的前面的子串 的最长相等前后缀是多少。—就记录在前缀表里next[4]=2
。这个2意味着,前面也有一个与其相等的前缀aa。我们在这个后缀的后面不匹配了,就要找与其相等的前缀 的后面 继续开始匹配。
那这个位置的下标是多少呢?==这个位置的下标就是aabaa它的最长相等前后缀的长度 2 !!!==也就是重新从b开始继续匹配。
使用前缀表后 时间复杂度变成了O(n+m)。
next数组不同的处理
-
有的叫next数组,有的叫prefix
-
有的会对next数组进行一些处理,例如:
-
整体右移一位,左边补-1:
[0,1,0,1,2,0]
—>[-1,-1,0,1,0,1,2]
这样遇到冲突,直接取冲突位上对应的值了,不再取前一位
-
整体-1:
[0,1,0,1,2,0]
—>[-1,0,-1,0,1,-1]
减一是为了优化next数组,在不右移的情况下如果0号位值为0,得写额外判断条件,不然原地打转
-
不同的处理只是代表了遇见冲突时 找跳转位置的方式不一样。
求next数组代码思路
- getNext() 具体实现
构造next数组其实就是计算模式串s,前缀表的过程。
void getNext(next, s)
。要传入next数组和模式串s,在函数内部给next数组赋值。
一共四步走:
- 初始化
- 处理前后缀不同的情况
- 处理前后缀相同的情况
- 更新next数组的值
- 初始化:
涉及到指针i和指针j。j指向待匹配的前缀末尾位置,i指向待匹配的后缀末尾位置
前缀和后缀的末尾代表的就是字面意思,只不过是需要遍历模式串,而不是一下子计算整个最长的模式串的最长相等前后缀长度,肯定是先从模式串长度为1开始计算(初始化)。
j指向前缀末尾位置,所以j还代表着 i之前(包括i)子串的最长相等前后缀的长度。
因为next[]实际上就是存了最长相等前后缀的长度
-
j初始化成0(因为前缀是从0开始的)
-
next[0]=0
。因为如果是只有一个字符的字符串,相同前后缀的最大长度是0 -
for循环遍历i,i从1开始(i对应的是后缀的末尾,因为后缀不包含首部字母的,所以i要从1开始)
for(i = 1; i < s.length(); i++)
- 处理前后缀不相同的情况:
遇见冲突就看前一位next数组的值,j跳到这里。j = next[j-1]
再进行匹配,这个是一个持续往回跳匹配的过程,所以是while循环。回退到什么时候结束?j=0的时候
while(j>0 && next[i] != next[j])
- 处理相同的情况:
j++; next[i] = j;
取前一位的next数组值的含义是取前面子串的最大公共前后缀。
private void getNext(int[] next, String s) {
int j = 0;
next[0] = 0;
for (int i = 1; i < s.length(); i++) {
while (j > 0 && s.charAt(j) != s.charAt(i))
j = next[j - 1];
if (s.charAt(j) == s.charAt(i))
j++;
next[i] = j;
}
}
求next数组之前,以及怎么使用都能明白,但是求next还是云里雾里,决定先放一放把。
总结双指针
在344.反转字符串 ,我们使用双指针法实现了反转字符串的操作,双指针法在数组,链表和字符串中很常用。
接着在字符串:替换空格,同样还是使用双指针法在时间复杂度O(n)的情况下完成替换空格。
其实很多数组填充类的问题,都可以先预先给数组扩容带填充后的大小,然后在从后向前进行操作。
那么针对数组删除操作的问题,其实在27. 移除元素中就已经提到了使用双指针法进行移除操作。
同样的道理在151.翻转字符串里的单词 中我们使用O(n)的时间复杂度,完成了删除冗余空格。
一些同学会使用for循环里调用库函数erase来移除元素,这其实是O(n^2)的操作,因为erase就是O(n)的操作,所以这也是典型的不知道库函数的时间复杂度,上来就用的案例了。
反转链表是重点
用双指针法来翻转链表,只需要改变链表的next指针的指向,直接将链表反转 ,而不用重新定义一个新的链表。
在链表中求环,应该是双指针在链表里最经典的应用
使用快慢指针(双指针法),分别定义 fast 和 slow指针,从头结点出发,fast指针每次移动两个节点,slow指针每次移动一个节点,如果 fast 和 slow指针在途中相遇 ,说明这个链表有环。