KMP算法详解

• 什么是KMP算法

  KMP算法是用来进行模式匹配的一种算法。比如：

• 什么是KMP算法

  KMP算法是用来进行模式匹配的一种算法。比如：
  
  我们需要在蓝色字符串中找到黄色字符串。

  对于模式字符串匹配最简单的方法就是幼稚模式串匹配算法

发现不匹配指针回溯：

这个算法效率很低。KMP算法可以做到仅仅模式串后移，指针回溯。

• KMP算法原理

  

  如果出现了不匹配，但是我们发现箭头前面的部分是匹配的。

而且模式串中公共前后缀。

这个时候的做法就是：

直接移动模式串，让模式串的前缀移动到了模式串的后缀位置。

以为移动之前左边那个部分的是匹配的，所以移动之后箭头左边的部分仍然是匹配的。

而且可以证明，如果我们对模式串取的是最长公共前后缀的时候，从将前缀移动到后缀的这个过程中不会出现匹配的情况，所以不用担心会出现漏掉某种情况。

接着走完上面的那个流程：

指针接着往后扫描：

发生不匹配，找最长公共前后缀，移动模式串

这个时候发现模式串已经超出主串的范围了，匹配失败了。

当然可以自己举一个可以匹配出的例子来看一下。

在移动过程当中，我们实际上是用不上主串的。那么我们把主串扔掉，也可以完成。

就拿这个模式串作为例子：将模式串的每个位置标号

上面的字分别代表：

如果一号位冲突，那么找最长公共前后缀，发现为0，所以让1号位与主串的下一位开始匹配。后面两种情况差不多。

然后到了4号位不匹配的话，就有了公共前后缀，长度为1，首先要移动模式串。

由于指针是相对主串不变的，所以这是2号位与主串当前位比较。

这个时候的公共前后缀为3.

可以看到这样的规律，当前模式串该用来比较的位置就是在最大公共前后缀+1的位置。

所以按照这个规律，写出所有的：

将这个数据放入到一个数组中，就是大名鼎鼎的next数组了：

通过上面的分析，我们就可以知道了，next数组描述的是当下标i处发生不匹配的时候，我们下一个应该用next[i]位置的数去和主串当前位比较。（如果下表为0，就直接从1出开始）

有了next数组之后，匹配算法可以描述如下：

首先针对模式串构造next数组

然后通过next来使模式串和主串开始比较。如果当模式串的范围超出了主串的范围，那么直接可以判定匹配失败。

• KMP java代码实现

  public class KMPAlgorithm {
      public static void main(String[] args) {
          String str1 = "BBC ABCDAB ABCDABCDABDE";
          String str2 = "ABCDABD";
          //String str2 = "BBC";
          int[] next = kmpNext("ABCDABD"); //[0, 1, 2, 0]
          System.out.println("next=" + Arrays.toString(next));
          int index = kmpSearch(str1, str2, next);
          System.out.println("index=" + index); // 15 了
  
      }
  
      /**
       * @param str1 源字符串
       * @param str2 子串
       * @param next 部分匹配表, 是子串对应的部分匹配表
       * @return 如果是-1 就是没有匹配到，否则返回第一个匹配的位置
       */
      public static int kmpSearch(String str1, String str2, int[] next) {
          //遍历
          for (int i = 0, j = 0; i < str1.length(); i++) {
              //需要处理 str1.charAt(i) != str2.charAt(j), 去调整 j 的大小
              //KMP 算法核心点, 可以验证...
              while (j > 0 && str1.charAt(i) != str2.charAt(j)) {
                  j = next[j - 1];
              }
  
              if (str1.charAt(i) == str2.charAt(j)) {
                  j++;
              }
              if (j == str2.length()) {//找到了 // j = 3 i
                  return i - j + 1;
              }
          }
          return -1;
      }
  
      //获取到一个字符串(子串) 的部分匹配值表
      public static int[] kmpNext(String dest) {
          //创建一个 next 数组保存部分匹配值
          int[] next = new int[dest.length()];
          next[0] = 0; //如果字符串是长度为 1 部分匹配值就是 0
          for (int i = 1, j = 0; i < dest.length(); i++) {
              //当 dest.charAt(i) != dest.charAt(j) ，我们需要从 next[j-1]获取新的 j
              //直到我们发现 有 dest.charAt(i) == dest.charAt(j)成立才退出
              //这时 kmp 算法的核心点
              while (j > 0 && dest.charAt(i) != dest.charAt(j)) {
                  j = next[j - 1];
              }
  
              //当 dest.charAt(i) == dest.charAt(j) 满足时，部分匹配值就是+1
              if(dest.charAt(i) == dest.charAt(j)) {
                  j++;
              }
              next[i] = j;
          }
          return next;
      }
  }
  

  这个代码中的next数组和原理中的next数组有点不同。这里的next[i]代表前0到i个的最长公共前后缀。不过原理是一样的。
  这里生成next数组的思路我画个图来加强一下理解：