一.基本概念:
真前缀指的是除了本身以外字符串全部头部的组合,真后缀指的是除了本身以外字符串全部尾部的组合。
二.简单的模式匹配算法
按照正常的思维,字符串可以进行暴力匹配,代码如下。
int index_BF(string s,string p){
int i = 0;
int j = 0;
int s_len = s.size();
int p_len = p.size();
while(i < s_len && j < p_len){
if(s[i] == p[i]){
i++;
j++;
}
else{
i = i-j+1;
j = 0;
}
}
if(j == p_len){
return i-j;
}
else
return -1;
}
暴力匹配的时间复杂度为O(mn),在处理大字符串很难满足我们的需求。
因此接下来介绍KMP算法,时间复杂度为O(m+n)。
三.KMP算法
3.1算法流程
摘自博客https://segmentfault.com/a/1190000008575379
(1)
首先,主串"BBC ABCDAB ABCDABCDABDE"的第一个字符与模式串"ABCDABD"的第一个字符,进行比较。因为B与A不匹配,所以模式串后移一位。
(2)
因为B与A又不匹配,模式串再往后移。
(3)
就这样,直到主串有一个字符,与模式串的第一个字符相同为止。
(4)
接着比较主串和模式串的下一个字符,还是相同。
(5)
直到主串有一个字符,与模式串对应的字符不相同为止。
(6)
这时,最自然的反应是,将模式串整个后移一位,再从头逐个比较。这样做虽然可行,但是效率很差,因为你要把"搜索位置"移到已经比较过的位置,重比一遍。
(7)
一个基本事实是,当空格与D不匹配时,你其实是已经知道前面六个字符是"ABCDAB"。KMP算法的想法是,设法利用这个已知信息,不要把"搜索位置"移回已经比较过的位置,而是继续把它向后移,这样就提高了效率。
(8)
i | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
---|---|---|---|---|---|---|---|---|
模式串 | A | B | C | D | A | B | D | '\0' |
next[i] | -1 | 0 | 0 | 0 | 0 | 1 | 2 | 0 |
怎么做到这一点呢?可以针对模式串,设置一个跳转数组int next[]
,这个数组是怎么计算出来的,后面再介绍,这里只要会用就可以了。
(9)
已知空格与D不匹配时,前面六个字符"ABCDAB"是匹配的。根据跳转数组可知,不匹配处D的next值为2,因此接下来从模式串下标为2的位置开始匹配。
(10)
因为空格与C不匹配,C处的next值为0,因此接下来模式串从下标为0处开始匹配。
(11)
因为空格与A不匹配,此处next值为-1,表示模式串的第一个字符就不匹配,那么直接往后移一位。
(12)
逐位比较,直到发现C与D不匹配。于是,下一步从下标为2的地方开始匹配。
(13)
逐位比较,直到模式串的最后一位,发现完全匹配,于是搜索完成。
3.2获得next数组
//得到next数组
void getNext(string p,int next[]){
int p_len = p.size();
int i = 0,j = -1;
next[0] = -1;
while(i < p_len){
if(j == -1 || p[i] == p[j]){
i++;
j++;
//[0,j-1]和[i-j,i-1]相同的真前后缀
next[i] = j;
}
else{
//如果不相同则是[0,j-1]相同的真前后长度
j = next[j];
}
}
}
3.3KMP完整代码
#include <iostream>
#include<iomanip>
#include<cstring>
using namespace std;
const int N = 1005;
//得到next数组
void getNext(string p,int next[]){
int p_len = p.size();
int i = 0,j = -1;
next[0] = -1;
while(i < p_len){
if(j == -1 || p[i] == p[j]){
i++;
j++;
//[0,j-1]和[i-j,i-1]相同的真前后缀
next[i] = j;
}
else{
//如果不相同则是[0,j-1]相同的真前后长度
j = next[j];
}
}
}
int KMP(string s,string p,int next[]){
getNext(p,next);
int i = 0;
int j = 0;
int s_len = s.size(),p_len = p.size();
while(i < s_len && j < p_len){
if(j == -1 || s[i] == p[j]){
i++;
j++;
}
else{
j = next[j];
}
}
if(j == p_len){
return i-j;
}
else{
return -1;
}
}
int main(){
ios::sync_with_stdio(false);
cin.tie(0);
int next[100] = {0};
cout<<KMP("ababcabcacbab","abcac",next)<<endl;;
return 0;
最后限于本人今天还有一丢丢事情没做,以及KMP优化算法的一些些的小缺陷,就先写到这。