KMP算法详解

在网络上看了很多优秀的博客和百科，KMP算法往往比较难理解。它是一种字符串匹配非常高效的算法，时间复杂度由O(n*m)变为O(n+m)。接下来我尝试着用简单的语言描述我对KMP算法的理解以及next和nextval的求法。

---

首先先来介绍一下next，next其实是一个数组，用来存储对应位置子串需要后移的位数。

例如 abdadabd，在这个子串中需要去计算它的每一位的next值。

每个位置的next值如图，那么是如何求得的呢？

首先我们要先来了解一下前缀和后缀的概念，前缀指的是包括首字符且不包括最后一个字符的所有子串，后缀指的是包括最后一个字符且不包括首字符的所有子串。

例如"girfriend"这一串字符串，

其前缀指的是

{g,gi,gir,girf,girfr,girfri,girfrie,girfrien}中的元素，

而后缀指的是

{d,nd,end,iend,riend,friend,rfriend,irfriend}中的元素。

在明白前缀和后缀的概念之后，next的值其实就是前缀和后缀集合中最长相同元素子串的字符数。

在上例"abdadabd"中，

'ab'前缀为{a}，后缀为{b}，其没有相同元素，故next[1]= 0(下标从0开始),

'abd'前缀为{a,ab},后缀为{d,bd}，其没有相同元素，故next[2] = 0,

'abda'前缀为{a,ab,abd},后缀为{a,da,bda},有相同元素a，字符数为1，所以next[3] = 0,

后以此类推，直到最后一位

'abdadabd'前缀为{a,ab,abd,abda,abdad,abdada,abdadab},后缀为{d,bd,abd,dabd,adabd,dadabd,bdadabd},可以看出其最长相同元素为'abd',字符数为3，所以next[7] = 3.

---

计算完next值后，我们根据公式进行子串匹配

移动位数 = 已匹配的字符数 - 对应的next值

首先逐位进行比较

找到不同之后根据公式后移3位（3-0 = 3）；

发现依然不匹配，且首字符不匹配，则继续后移1位

同理继续后移一位

发现找到子串。

---

看到这里，应该对KMP算法的理解更深了。接下来提出一个问题，假设子串为aaaaabbbd呢？next的值应是012340000，假设主串为aaadvdfsdfsdfsdf

子串需要后移1位

在这里我们可以发现浪费了时间进行了没必要的后移，实际上第一次比较时第四位不匹配而前三位是相同字符，后移时可以将子串直接进行后移3位

由此我们得到next优化后nextval的求法

1.第一位的nextval值必定为0，第二位如果于第一位相同则为0，如果不同则为1。

2.第三位的next值为2，那么将第三位和第二位进行比较，均为a，相同，则继续将第二位与第一位进行比较，相同则为0。

3.第四位的next值为3，那么将第四位和第三位进行比较，相同，那么将第三位和第二位进行比较，均为a，相同，则继续将第二位与第一位进行比较，相同则为0。

以此类推。

相同情况时时将该位与该位对应的next值的位数进行比较，直到比较到第一位或不同，不同则值为该位next值，比较到第一位相同为0，不同为1。