通俗解析KMP算法和next函数（小学生都能懂！！！！）

1 目标

搞任何算法前我们需要搞清楚目标，我们的目标是：

• 给定一个文本串和一个模式串，从文本串里面找第一次出现的模式串。
• 特别地，找不到就返回-1，模式串为空则返回。
• 例如：kmp(‘aadaadaaf’, ‘aadaaf’) = 3

2 概念

我们学习模式串匹配文本串之前，必须明确几个重要的概念：

1. 文本串：一个长字符串，里面可能有模式串，如aadaadaaf。
2. 模式串：一个比文本串短的字符串，它可能蕴含在文本串中，如aadaaf。
3. 前缀：一个字符串的子串（去除最后一个字符）。如aad的前缀：a, aa
4. 后缀：一个字符串的子串（去除第一个字符）。如dac的后缀：c, ac
5. 最长相等（公共）前后缀：一个字符串里前后缀相等，最大的前缀或后缀的长度。例如：adada，a和a是相等前后缀，ada和ada也是。但是最长的那个是后者，因此是3，

注意！请思考：按照定义，特别地，字符串’a‘有前后缀吗？

3 难点

1. 暴力匹配：我相信大家都会暴力匹配吧，怎么做呢？其实就是我们人工手动匹配的方法，只是我们的大脑快速运转而已。。例如，文本串：aadaadaaf 子串：aadaaf，当匹配到文本串的第二个d的时候，发现于子串不相同，这个时候，暴力就是直接把子串的第一个a再次与文本串的第二个a比照，然后遇到不相同的时候，再从子串的第一个开始比…其实大家都懂，那我就不赘述。
2. KMP算法：kmp算法想要告诉我们的是：如果子串具有部分相同的前后缀，那么我们可以跳过某些部分的比较，它是怎么做的呢？还是上面那个例子：匹配到子串的f的时候，你会发现aadaa其实是由相等的前后缀aa的，这意味着什么呢？意味着我可以直接跳过子串前缀的比较，直接开始匹配子串前缀后面的部分这里理解了就好办！看下图：
   
   在圈中的红框内，有最长相同前后缀2，也就是前后两个aa，试想一下，我第一次匹配前缀aa的时候，不就是同时也在进行后缀aa的匹配吗？（继续看下图）
   

按照kmp算法，我们下一步是如上图所示的。我们直接就把模式串的第一个d和文本串的第二个d比较了，注意：这个红色框位置没有变哦你发现没有，kmp算法没有比较1号位置的aa，为什么呢？就像第一张图片说的，我已经知道红色框部分是前后缀相同的了。也就是说：文本串中，在红框中的这五个字符组成的字符串必定也是前后缀相同的。也就是说：我们只要把模式串前缀这一坨（绿色波浪线）移动到与文本串中红色框的这一坨后缀（2号蓝色波浪线）重贴即可，并且不需要再匹配这一坨，因为我们已经知道这一坨就是相等的前缀和后缀！

3. next数组：next数组是能够实现kmp算法的关键，它直接揭示了模式串中的前后缀相等情况。

4 代码解析

 # 复杂度：O（m）
def get_next(s):
    ls = len(s)
    next_list = [0 for i in range(ls)]
    j, i = 0, 1 # 定义前缀末尾，后缀末尾（只有前两个字符的字符串有这个概念！）
    for i in range(1, ls):               # 后缀末尾i是一直+1的
        while(j > 0 and s[i] != s[j]):   # 如果遇到不相等的字符：回退
            j = next_list[j-1] 
        if s[i] == s[j]:                 # 如果遇到相等的字符：记录
            j += 1
        next_list[i] = j # 注意：j扮演两个角色：1. 以索引j为结尾的前缀的最大相同前后缀长度；2. 索引i处匹配不正确时应该回退的索引位置 
        # 3. 仔细想想索引i匹配不正确时候，不就是应该要回退到前缀的后一个字母吗？因为相同部分（相同前后缀）肯定相等啊（节约了时间！）
    return next_list
    
def kmp(s, pattern):
    if not pattern: return 0
    ls, lp = len(s), len(pattern)
    nex = get_next(pattern) # 获取next数组
    j, i = 0, 0
    while(i < ls):
        # 如果不相等
        if s[i] != pattern[j]:
            if j == 0: 
                i += 1
            else:
                j = nex[j - 1]
        
        else: # 如果相等
            i += 1
            j += 1
        
        # 如果j是最后一个，则匹配成功
        if j == lp: return i - lp
        
    return -1