只求自己能看懂的KMP算法

      KMP算法：假设i是指向主串的指针，KMP算法利用已经得到的“部分匹配”的结果将模式串向右“滑动”尽可能远的一段距离后，进行比较，而不需要回溯指针i。

一个简单的例子，反映了KMP算法的匹配过程：

    假设主串为S=s1s2...sn，模式串为T=t1t2...tm（在S中寻找与T匹配的字符串）。

    那么需要解决的问题就是：当匹配过程中产生失配时（si不等于tj），主串中第i个字符（i指针不回溯）应该与模式中哪个字符再比较？

假设此时应与模式中第k个字符比较，那么模式中前k-1个字符应当满足下列关系，且不存在k'>k满足下列关系：

                        t1t2...tk-1 = si-k+1si-k+2...si-1          ①

而已经知道的“部分匹配”的结果是

                       tj-k+1tj-k+2...tj-1 = si-k+1si-k+2...si-1     ②

由上面①②可以得到

                        t1t2...tk-1 = tj-k+1tj-k+2...tj-1               ③

反之，若模式串中存在满足式子③的两个子串，则当匹配过程中，主串的第i个字符与模式中第j个字符比较不等时，仅需将模式右滑至模式中第k个字符和主串的第i个字符对齐。

上面三个式子用图片展示更加明白

     假设用next数组来存储k值，令next[j]=k，则next[j]表明当模式中第j个字符与主串中相应的字符失配时，在模式中需要重新和主串中该字符进行比较的位置。那么

1、当j=1时，next[j]=0，这个0相当于一个标记，如果与模式串的第一个字符失配了即t1与si不等时，那么下次应该比较t1和si+1。

2、当不存在相同的子串时（即找不出b=c），那么next[j]=1，表示下次应该比较t1和si。

3、其他情况next[j]=max{k|1<k<j 且有 b=c}

注意：next数组中的0值是一个标记，表示的是t1与si也不相等，下次需要比较t1和si+1

现在假设我们已经知道了next数组（虽然还不会求）

那么KMP算法的主体就出来了：

//S是主串，T是模式串，pos表示从主串的哪里开始匹配
//注意这里S和T的下标从0开始
//next数组的值也是表示下标，但是它的值的下标是从1开始的，0只是表示一种特殊情况
public static int KMP(String S,String T,int pos){
    int i=pos,j=0;
    next = getNext(T);
    while(i<S.length()){
        //si=tj继续比较si+1和tj+1,或者si与t0不等时继续比较si+1和t0
        if(j==-1||S.charAt(i)==T.charAt(j)){
            i++;j++;
        }
        else{
            j=next[j]-1;//由于next中的值表示的下标是从1开始的，所以要减一
        }
        if(j==T.length())
            return i-T.length();
    }
    return -1;
}

如何求next数组

next[j]=k，一般情况表示当si与tj失配时，下次应该比较si与tk，但如果k=0，则表示那么下次应该比较si+1与t1。

那么可以得到next[1]=0。（注意k的值代表模式串的下标，但是是从1开始的，k=0只是代表特殊情况）

假设next[j]=k，求next[j+1]

那么如果tk=tj，明显next[j+1]=k+1=next[j]+1;

如果tk不等于tj，则将求next[j+1]的值看成是字符串匹配的问题，模式串即是主串也是模式串，并且在sj与tk时失配，那么下一步应该将模式串滑动到next[k]。

假设next[k]=k'，那么同理如果tk'=tj，next[j+1]=k'+1，否则继续右滑，直到k=0时，则表示不存在这样的k，那么next[j+1]=1，即应该从模式串的第一个开始匹配。

画图解释：

求next数组算法：

//注意这里next数组的下标和字符串的下标都是从0开始
//但是next数组中元素的值代表的下标是从1开始的
public static void getNext(String T){
    next = new int[T.length()];
    int i=0,j=0; //j表示next[i]的值,即k的值
    next[0]=0;  //当与第一个字符失配时，它的next值为0，表示应该比较T[0]和s[i+1]
    while(i<T.length()-1){
        //j=0表示特殊情况，即T[0]的next；由于k表示的下标是从1开始的，所以j-1才是字符的实际位置
        //由于j初值为0，所以这里next[1]一定等于1，
        //当next[1]赋值完之后，j=1，i=1，j正好是next[1]的值，而下一步求的是next[2]
        if(j==0||T.charAt(j-1)==T.charAt(i)){
            i++;j++;
            next[i]=j;
        }
        else{
            j = next[j-1];//next数组的下标是从0开始，k表示的下标从1开始，所以是j-1
        }
    }
}

next数组的修正

假设主串S="aaabaaaab"，模式串T="aaaab，使用上面的算法求出的next数组的值应为 0 1 2 3 4

使用kmp算法匹配是在i=4,j=4时失配（下标从1开始），那么之后还会进行i=4、j=3，i=4、j=2，i=4、j=1这三次比较，而实际上模式串中第1~3个字符与第4个字符都相等，因此不需要在和主串的第4个字符比较，而是可以直接比较i=5、j=1。这就是说，若按上述定义得到next[j]=k，而模式中tj=tk，则当tj与si失配时，必定也与tk失配。所以这时不需要与tk比较，而是与t next[k]进行比较。由此可以得到修正算法。

public static void getNext(String T){
    next = new int[T.length()];
    int i=0,j=0; //j表示next[i]的值,即k的值
    next[0]=0;  //当与第一个字符失配时，它的next值为0，表示应该比较T[0]和s[i+1]
    while(i<T.length()-1){

        if(j==0||T.charAt(j-1)==T.charAt(i)){
            i++;j++;
            //若T[i]与T[j-1]相等，则直接比较Tnext[j-1]
            if(T.charAt(i)==T.charAt(j-1))
                next[i] = next[j-1]
            else
                next[i]=j;
        }
        else{
            j = next[j-1];//next数组的下标是从0开始，k表示的下标从1开始，所以是j-1
        }
    }
}