在文本串(text)中找模式串(pattern)时,如果用暴力查找基本是时间复杂度是(n*m),以i,j分别标志文本串、模式串当前匹配位置,如果text[i]和pattern[j]不等,pattern就要从头比较,实际上模式串的j前面的已经匹配好了,这样就比较浪费信息。
如果j的前几位和pattern开头的前几位相同,那这几位可以不用再比较,而kmp算法正是应用了这个特性,找到pattern当前j位置前几位和pattern开始几位相同的最大个数,减少了比较时间。
怎样描述一下这个最大个数,用一个next数组,next[j]表示pattern字符串第j位前前几位和pattern前几位相同的最大个数。
所以kmp算法的关键就是求一下模式串next数组。
next数组求解的思路是利用已知信息进行递归。
已知i前面的next值,现在看第i+1位,前面最大相等数值位next[i],现在后缀添加了一个字母pattern[i+1],如果前面i最大前缀前缀后一位字母pattern[next[i]]同它相等,显然next[i+1]=next[i]+1;但是不等怎么办!我们要寻找最大相等个数为k,则现在k已经小于next[i]了,我们有不妨找next[i]前面的最大相等位,另k=next[i],去找next[k]=next[i]+1,如此递归到找到或者k已经是起始位了为止。
根据这个思路:
代码如下:
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int maxn=10001;
int next[maxn];//next 数组标记位置
void getnext(char s[],int len) {
int j=-1;
next[0]=-1;
for(int i=1;i<len;i++)
{
while(j!=-1&&s[i]!=s[j+1])
j=next[j];
if(s[i]==s[j+1])
j++;
next[i]=j;
}
}
int kmp(char text[],char pattern[]){
int ans=0,j=-1,n=strlen(text),m=strlen(pattern);
getnext(pattern,m);
for(int i=0;i<n;i++)
{
while(j!=-1&&text[i]!=pattern[j+1])
j=next[j];
if(text[i]==pattern[j+1])
j++;
if(j==m-1){
ans++;
j=next[j];
}
}
return ans;
}
int main(){
char a[]="ababab",b[]="ab";
int k=kmp(a,b);
cout<<k;
return 0;
}