经典算法之浅析kmp算法

         KMP算法，也就是字符串匹配算法，是很多场合都会用到的算法，这个算法想要解决什么样的问题呢？举例来说，有一个字符串"BBC ABCDAB ABCDABCDABDE"，我想知道，里面是否包含另一个字符串"ABCDABD"？ 
        传统的求解，我想很多人都已经想到了，遍历源字符串的每一位嘛，依次和要匹配的字符串比较，code很easy，但效率较为低下，可以想到，时间复杂度为O(N*M)，那有没有更好的算法解决这类问题呢？
       KMP算法就是能以更快的效率去解决这类问题，它的时间复杂度能降低到O(N+M),是不是觉得很厉害？  确实很厉害，以至于很多人对这个算法都理解不了，本文将尽量用最浅显的语言，来试图将KMP讲述清楚。

       

      就像我最开始说的，我们马上能想到的解决方式就是遍历源字符串的每一位，依次和匹配字符串比较，那么相对于这种方法，KMP究竟快在哪里呢？  其实整个KMP优化的核心就是   当匹配失败时，我是直接i++移动到下一位继续匹配，还是移动到我通过某种算法得出来的位置？（这个位置是最优解） 这是什么意思呢？    举个例子。

       对于这样的一种情况：

当匹配失败时，我该从下一个index B开始匹配呢，还是 可以通过验证，中间的某一段位置都可以确定匹配不了目的字符串，而从后面的某个位置开始匹配呢。
传统的做法：

KMP的做法：

       KMP就是通过这样的一种思路，来加速整个匹配过程的，于是整个核心 就变成了，当匹配失败时该如何找到下次对应的匹配位置？ 在KMP算法里，是通过next数组来保存这一信息的。因此下面我们就来讲一讲如何求出这个next数组。

     提到next数组，就不得不要了解两个概念："前缀"和"后缀"。 "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。而next数组保存的就是最长前缀和后缀相等的长度值。

     先不管怎么求的next数组，假设我们已经有了next数组，在kmp中是如何通过next数组，来实现匹配的加速呢？下面直接上代码，对着code理解：

int kmp_code(string str1,string str2)
{
	int len1=str1.length();
	int len2=str2.length();
	int i=0,j=0;
	//字符串为空或目标字符串长度大于源串。
	if((str1 == NULL)||(str2 == NULL)||(len1<len2))
		return -1;
	int* next = GetNextArray(str2);
	//循环条件，index值小于各自str长度
	while(i<len1 && j<len2)
	{
		//字符匹配，则各自++
		if(str1[i] == str2[j])
		{
			i++;
			j++;
		}
		else if(next[j] == -1)    //没有前缀后缀相等的值。
			i++;
		else                     //从next数组里得到index值
			j=next[j];
	}
	return j == len2? i-j: -1;    //返回值 
}

不管next怎么求的，代码是不是非常的简洁？，下一步就要讲解如何求next数组了，即最长的前缀与后缀相等的值，这里我们规定：next[0]=-1;next[1]=0;

int* GetNextArray(string str)
{
	int *next =new int[str.length()];
	if(str.length() == 1)
		return  next[0] = -1;
	next[0] =-1;
	next[1] =0;
	int index = 2      //next下标
	int pos = 0;      // 对应的next值
	while(index < str.length())
	{
		if(str[index-1] == ms[pos])     //字符相等，则next值+1
			next[index++] = ++pos;
		else if(pos >0)
			pos =next[pos];    //推到上一个next值，
		else
			next[pos++] = 0;   //往前推的next值到0都找不到，则当前next值为0；
	}
	
	return next;
		
}

求next数组，可以说是整个KMP的核心了，如何快速求出next数组呢？   其实整个代码的思想，就是利用前面已经求好的next数组，来求当前index下的next数组。整个思路如下：
1.判断当前index字符与前者（记录好的）next数组对应的下标值（pos）的字符相等？，相等则pos值+1，为当前index的next值

2.不等，则往前推pos对应的next值，继续上述比较。

3.如果推到底，即 next值为0，则将当前index下的next值记录为0；

 

      可以说，kmp的每一步都设计的非常巧妙，利用next数组，来加速匹配的过程，而next数组的求法也不是简单的暴力遍历解决，而是利用前面已经求好的next数组，来求解后面的next数组，可以说是相当的巧妙了。如今的计算机中，字符串匹配是无时无刻都在做的一件事，可以说，kmp是一个非常常用，也非常重要的一个算法。

   

 注：本文讲解的比较浅显，因为kmp算法，确实不好理解，也不是一下就能理解会的东西，需要大家慢慢消化，而将kmp能说清楚，也不是一件容易的事情。代码虽短，却无时无刻体现着人类智慧的结晶