浅析KMP

最新推荐文章于 2022-10-20 22:10:14 发布

默-无痕

最新推荐文章于 2022-10-20 22:10:14 发布

阅读量120

点赞数

分类专栏：字符串 KMP

字符串同时被 2 个专栏收录

1 篇文章 0 订阅

订阅专栏

KMP

1 篇文章 0 订阅

订阅专栏

KMP是一种最基础的字符串算法，用于处理单模式串匹配（听起来有点高深，不要慌，我也不知道是什么，看下去就知道了）。

首先我们看看KMP是干什么的——给你两个字符串，寻找其中一个字符串是否包含另一个字符串，如果包含，返回包含的起始位置。

一般匹配字符串时，我们从目标字符串str（假设长度为n）的第一个下标选取和ptr长度（长度为m）一样的子字符串进行比较，如果一样，就返回开始处的下标值，不一样，选取str下一个下标，同样选取长度为n的字符串进行比较，直到str的末尾（实际比较时，下标移动到n-m）。这样的时间复杂度是O(n*m)。

KMP算法：可以实现复杂度为O(m+n)。

为何简化了时间复杂度：

充分利用了目标字符串ptr的性质（比如里面部分字符串的重复性，即使不存在重复字段，在比较时，实现最大的移动量）。

考察目标字符串ptr：

ababaca

这里我们要计算一个长度为m的转移函数next。

next数组的含义就是一个固定字符串的最长前缀和最长后缀相同的长度。

比如：abcjkdabc，那么这个数组的最长前缀和最长后缀相同必然是abc。

cbcbc，最长前缀和最长后缀相同是cbc。

abcbc，最长前缀和最长后缀相同是不存在的。

注意最长前缀：是说以第一个字符开始，但是不包含最后一个字符。

比如aaaa相同的最长前缀和最长后缀是aaa。

对于目标字符串ptr，ababaca，长度是7，所以next[1]，next[2]，next[3]，next[4]，next[5]，next[6]，next[7]分别计算的是a，ab，aba，abab，ababa，ababac，ababaca的相同的最长前缀和最长后缀的长度。由于a，ab，aba，abab，ababa，ababac，ababaca的相同的最长前缀和最长后缀是“”，“”，“a”，“ab”，“aba”，“”，“a”,所以next数组的值是[0,0,1,2,3,0,1]，这里0表示不存在，1表示存在长度为1，2表示存在长度为2。

next数组就是说一旦在某处不匹配时（下图绿色位置A和B），移动ptr字符串，使str的对应的最大后缀（红色2）和ptr对应的最大前缀（红色3）对齐，然后比较A和Ｃ。

next数组的值，与下次往前移动字符串ptr的移动距离。当next[i]=0时向后移一位，当next[i]!=0时移动len-next[i]位。比如next中某个字符对应的值是4，则在该字符后的下一个字符不匹配时，可以直接移动往前移动ptr 3个长度，再次进行比较判别。

那么如何求next数组呢？

假设此时已经求出了next[0]...next[i-1]，怎么求next[i]呢？

为了方便设k=next[i-1]，如果b[k+1]=b[i]非常简单，next[i]=next[i-1]+1。如果不匹配呢？

while(k>0&&b[k+1]!=b[i])k=next_[k]；next[i]=k。什么意思呢？如果不匹配就将k变成next[k]这样可以使前缀相等，最大限度延长前缀的长度。

附赠 HDU1711的代码：

#include<iostream>  
#include<cstring>  
#include<cstdlib>  
#include<algorithm>  
#include<cmath>  
#include<cstdio>  
#define N 10005  
using namespace std;  
int a[N*100],b[N],next_[N],n,m;  
inline int read()  
{  
    int x=0,f=1;char s=getchar();  
    while(s<'0'||s>'9'){if(s=='-')f=-1;s=getchar();}  
    while(s<='9'&&s>='0'){x=x*10+s-'0';s=getchar();}  
    return x*f;  
}  
int kmp()  
{  
    for(int i=1;i<=n;i++)  
    {  
        int k;  
        while(k>0&&b[k+1]!=a[i])k=next_[k];  
        if(b[k+1]==a[i])k++;  
        if(k==m)return i-m+1;  
    }  
    return -1;  
}  
int main()  
{  
    int T=read();  
    while(T--)  
    {  
        n=read(),m=read();  
        for(int i=1;i<=n;i++)a[i]=read();  
        for(int i=1;i<=m;i++)b[i]=read();  
        if(n<m)puts("-1");else  
        {  
            next_[1]=0;int k=0;  
            for(int i=2;i<=m;i++)  
            {  
                while(k>0&&b[k+1]!=b[i])k=next_[k];  
                if(b[k+1]==b[i])k++;  
                next_[i]=k;  
            }  
            printf("%d\n",kmp());  
        }  
    }  
    return 0;  
}