kmp算法源于BF算法,主要思想在于不匹配时减少指针的移动次数。
在匹配过程中出现字符比较不相等时,主串S已比较的位置不回溯,模式串T比较的位置进行移动。
在匹配过程中有一个难题需要解决:如何计算模式串T在失配时的移动位数?
部分匹配函数
部分匹配函数是KMP算法中最难以理解的部分。首先需要理解前缀、后缀和最大共有长度的概念。
前缀指除了最后一个字符以外,一个字符串的全部头部组合。
后缀指除了第一个字符以外,一个字符串的全部尾部组合。
最大共有长度(部分匹配值)指前缀和后缀中最大共有元素,没有则为0。例如“abab”的前缀为“a”、“ab”、“aba”,后缀为“b”、“ab”、“bab”,所以最大共有元素为“ab”,最大共有长度为2。
回顾一下KMP算法的匹配过程:
红线框出的部分恰好就是失配时已匹配部分“aaaa”的最大共有元素“aaa”,这一部分字符也就是不需要再重复比较直接跳过的字符。
在代码实现过程中,j移动后的位置=模式串T的起始下标+部分匹配值。通常起始下标为0,因此j移动后的位置=部分匹配值,即 j=next[j],next[j]就是部分匹配函数,j为失配时的位置。
因此接下来就成了对部分匹配函数的实现。将“aaaac”以首字符起始的所有子串的最大共有长度枚举出来,构成部分匹配表,它描述了失配时的下标j与部分匹配值的关系。
//代码测试
#include<stdio.h>
#include<string.h>
#include<iostream>
void get_next(const char* str, int* next,int length)
{
int i = 0;
int j = -1;
next[0] = -1;
while (i < length)
{
if (j == -1 || str[i] == str[j])
{
++i;
++j;
next[i] = j;
}
else
{
j = next[j];
}
}
}
int kmp(const char* str1,const char* str2, int length1, int length2,int pos)
{
int next[255];
get_next(str2, next, length2);
int i = pos-1;
int j = 0;
while (i < length1&&j < length2)
{
if (j==-1||str1[i] == str2[j])
{
++i;
++j;
}
else
{
j = next[j];
}
}
if (j == length2)
{
return (i + 1) - j;
}
return 0;
}
int main()
{
const char* a = "aaaac";
const char* b = "aaaaaacaaacac";
int k = 0;
int n = 0, m = 0;
n = strlen(a);
m = strlen(b);
k=kmp(b, a, m, n,1);
printf("%d\n", k);
system("pause");
return 0;
}
运行结果
注:参考微信公众号老九学堂