KMP算法

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