C++学习记录五：KMP算法

玄学关门大弟子

已于 2022-09-05 10:09:47 修改

阅读量773

点赞数 1

分类专栏： C++ 文章标签：算法 c++

于 2022-02-07 17:38:00 首次发布

本文链接：https://blog.csdn.net/qq_41994220/article/details/122809024

版权

C++ 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

今天刷LeetCode时看到一道easy的题目，也就是lc.28: 实现 strStr()，我顿时好家伙，这个应该能做的出来~吧。
开始想的是暴力解法,但是发现时间复杂度是O(n*m)的，虽然能AC，但是太慢了，不太好。然后就想用栈去写，发现总有几个案例过不去，改了半天，心态崩了。最后去看题解，好家伙，人家一句代码（haystack.indexOf(needle)）就结束了-_- 。后面看到别人说可以用KMP去解，然后就学习了下KMP。话说，学完KMP算法后发现，要用KMP算法的题都算是easy题了嘛，太哈人了。

好了，回归重点：

1、KMP算法的介绍：

网上好多，我就不复制粘贴了，大伙们可以百度一下。

总之，对于字符串的匹配问题（字符串长度为n，待匹配字符串长度为m，n<=m），用暴力的方法去解的话时间复杂度是O(n*m)的，而用KMP算法去解的话，时间复杂度仅有O(n+m)，也就是O(n)了。两者的不同之处就在于，KMP算法是通过维护一个next数组，对暴力方法中的回退机制进行了改进，以此来减少字符匹配的次数的，使得可以利用更少的次数找到匹配的字符串，这有点像利用空间去换时间的方式。

2、next数组的计算与代码实现讲解：

要实现KMP算法，最为重要的就是算出next数组，next数组中存储的是字符串的最长相同前后缀的长度，前后缀不清楚的话可以百度下，就是不包括其另一个边界元素所构成的字符串，如aab，则后缀只能是b、ab，不能包括最前面的a，即aab；前缀也只能是a、aa，不包括aab。

2.1 next数组的求解如下：

设字符串Text为" aabaabaaf “，长度为n，
待匹配字符串pattern为” aabaaf "，长度为m。
（由于next数组的计算只与pattern的长度有关，因此，求出next数组的时间复杂度仅为O(m)。）

则pattern的子串有：" a “、” aa “、” aab “、” aaba “、” aabaa "、 " aabaaf "，分别计算其最长相同前后缀的长度后可得：
" a " -> 为0，因为单一个a既可以说是前缀也可以说是后缀，没有相同部分，所以通常设为0
" aa " -> 为1，前缀为a，后缀为a
" aab " -> 为0
" aaba " -> 为1，前缀为a，后缀为a
" aabaa " -> 为2，前缀为aa，后缀为aa，记得后缀是从前面开始算的，如aab是前缀，而对应的后缀则是baa，不是aab
" aabaaf " -> 为0
故最后算得next=[0, 1, 0, 1, 2, 0]

其实，目前网上有好几种表达next数组的形式，①如对上述算得的next数组整体减1，②又或者对上述算得的整体next数组右移一位，第一位设为-1等等，但其最终的原理都是一样的，只是代码的实现方式有点区别。像整体减1的，最终会在代码中再加回1，其目的也是为了凑出最前面的-1；而将next数组整体右移的，也是为了凑出开头的-1。
即next数组可以表现为：①next=[0, 1, 0, 1, 2, 0] / ②next=[-1, 0, -1, 0, 1, -1] / ③next=[-1, 0, 1, 0, 1, 2]。在本文中，主要是对第①种和第③种的next数组进行实现。

其实如果是手算的话，第③种的next数组可能会好算些，而且这种格式在后面的代码种也方便些，可以直接根据下标回退跳转就行。开始设next[0] = -1，然后next第二位就填字符串第二位前所有字符串（但不包括不包括第二位字符）的最长相同前后缀的长度即可，如aab，则next[0] = -1；next[1]就看第二个a前面的字符串最长相同前后缀，即看a，所以next[1] = 0；然后就是next[3]，看第三位的前面字符串，即aa，则next[3] = 1，最后最长的字符串就不用算了，可以少算一个，最终next数组即为[-1, 0, 1]。

2.2 next数组代码实现的解释
我按照第③种next数组的形式来进行解释
在这里插入图片描述
不知道这张图的解释能不能让你明白，就如图中char中斜对应next数组的这样，比如你算下标为2的next数组值，其实你是对下标为2前的字符串计算得出的。而当两个字符不相等时，则就根据next表进行回退，回退后再判断字符是否相同（注：回退是个连续的过程，所以要用while来进行回退；且回退是有边界的，当回退到0了，则不能再回退了）。
而至于为什么指针 j 不是回退到1而要回退到next[j]，则与你之前构建的next数组值有关，因为当前字符不相等是吧，那在这一串的字符串中最大的相同前后缀长度必然不是这么长的，那就退回去，重新找一个短一点的相同的前后缀。当然了，最惨的就是回溯到0了，相当于加上当前这个字符，就不存在相同的前后缀了。

2.3 next数组运用C++代码的表现形式如下：

2.3.1 按原位置生成的next数组

/*
 * Func: GetNextArr1
 * 按原位置生成next数组
 * 例如：aaab -> [0,1,2,0]
 */
void GetNextArr1(vector<int>& next, string pattern) {
	int j = 0, len = next.size();
	for (int i = 1; i < len; i++) {
		// 回退到上一个
		while (j > 0 && pattern[i] != pattern[j]) {
			j = next[j - 1];
		}
		if (pattern[i] == pattern[j]) {
			next[i] = j++;
		}
	}
}

2.3.2 向右平移一个位置生成next数组，其中next[0] = -1

void GetNextArr2(vector<int>& next, string pattern) {
	// 初始位为-1，即next[-1, ... ...]
	next[0] = -1;

	int j = 0, len = next.size();	// j设为前缀末尾
	for (int i = 1; i < len; i++) {
		next[i] = j;
		// 回退
		while (j > 0 && pattern[i] != pattern[j]) {
			j = next[j];
		}
		if (pattern[i] == pattern[j]) {
			j++;
		}
	}
}

3、KMP算法的代码实现：

我已经将两种生成next数组的方法及其对应的KMP算法实现都写在对应的类里了。如对于next数组的计算，就在GetNext类里；其对应的KMP算法则写在KMP类里了，其中：
GetNextArr1 对应 KMP1_1 与 KMP1_2
GetNextArr2 对应 KMP2_1 与 KMP2_2

同一KMP算法的实现（如 KMP1_1 与 KMP1_2）仅在代码的输出实现有所区别。就比如KMP1_1函数是找到第一组匹配的字符串就返回其对应的开头位置，不对剩下的Text字符串继续寻找是否还存在匹配的字符串；而KMP1_2的代码则是找到所有符合的字符串开头位置。

对于代码的字符串输入，读取字符串的函数是与LeetCode是一样的，所有按照LeetCode的字符串输入格式来输入就可以了

3.1 运行效果：
在这里插入图片描述
3.2 全部的实现代码（Github：https://github.com/DeepVegChicken/Learning-KMP_Algorithm）：

#include<iostream>

#include<vector>
#include<string>
#include<sstream>
using namespace std;

class GetNext {
public:
	/*
	 * Func: GetNextArr1
	 * 按原位置生成next数组
	 * 例如：aaab -> [0,1,2,0]
	 */
	void GetNextArr1(vector<int>& next, string pattern) {
		int n = next.size();
		for (int i = 1, j = 0; i < n; i++) {
			// 回退
			while (j > 0 && pattern[i] != pattern[j]) {
				j = next[j - 1];
			}
			if (pattern[i] == pattern[j]) {
				next[i] = j++;
			}
		}
	}

	/*
	 * Func: GetNextArr2
	 * 向右平移一个生成next数组，其中next[0] = -1
	 * 例如：aaab -> [-1,0,1,2]
	 */
	void GetNextArr2(vector<int>& next, string pattern) {
		// 初始位为-1，即next[-1, ... ...]
		next[0] = -1;

		int j = 0, len = next.size();	// j设为前缀末尾
		for (int i = 1; i < len; i++) {
			next[i] = j;

			// 回退
			while (j > 0 && pattern[i] != pattern[j]) {
				j = next[j];
			}
			if (pattern[i] == pattern[j]) {
				j++;
			}
		}
	}
};

class KMP {
public:
	/*
	 * Func: KMP1_1
	 * 按原位置生成next数组的KMP算法实现
	 * 只找出第一组匹配的字符串
	 * Return: 匹配失败返回-1，成功则返回头位置
	 */
	int KMP1_1(string text, string pattern, vector<int> &next) {
		int j = 0;
		int m = text.size(), n = pattern.size();
		for (int i = 0; i < m; i++) {
			while (j > 0 && text[i] != pattern[j]) {
				j = next[j - 1];
			}
			if (text[i] == pattern[j]) {
				j++;
			}
			// 匹配成功
			if (j == n) {
				return i - n + 1;
			}
		}
		return -1;
	}

	/*
	 * Func: KMP1_2
	 * 按原位置生成next数组的KMP算法实现
	 * 可找出多组匹配的字符串
	 */
	void KMP1_2(string text, string pattern, vector<int>& next, vector<int>& retStarArr) {
		// 获取next数组
		int j = 0;
		int	m = text.size(), n = pattern.size();
		for (int i = 0, j = 0; i < m; i++) {
			while (j > 0 && text[i] != pattern[j]) {
				j = next[j - 1];
			}
			if (text[i] == pattern[j]) {
				j++;
			}
			// 匹配成功
			if (j == n) {
				retStarArr.push_back(i - n + 1);
				j = 0;
			}
		}
	}


	/*
	 * Func: KMP2_1
	 * next数组向右平移一格的KMP算法实现
	 * 只找出第一组匹配的字符串
	 * Return: 匹配失败返回-1，成功则返回头位置
	 */
	int KMP2_1(string text, string pattern, vector<int>& next) {
		int j = 0;
		int m = text.size(), n = pattern.size();
		for (int i = 0; i < m; i++) {
			while (j > 0 && text[i] != pattern[j]) {
				j = next[j];
			}
			if (text[i] == pattern[j]) {
				j++;
			}
			// 匹配成功
			if (j == n) {
				return i - n + 1;
			}
		}
		return -1;
	}

	/*
	 * Func: KMP2_2
	 * next数组向右平移一格的KMP算法实现
	 * 可找出多组匹配的字符串
	 */
	void KMP2_2(string text, string pattern, vector<int>& next, vector<int>& retStarArr) {
		int j = 0;
		int	m = text.size(), n = pattern.size();
		for (int i = 0; i < m; i++) {
			while (j > 0 && text[i] != pattern[j]) {
				j = next[j];
			}
			if (text[i] == pattern[j]) {
				j++;
			}
			// 匹配成功
			if (j == n) {
				retStarArr.push_back(i - n + 1);
				j = 0;
			}
		}
	}
};

string stringToString(string input) {
	string result;
	for (int i = 1; i < input.length() - 1; i++) {
		char currentChar = input[i];
		if (input[i] == '\\') {
			char nextChar = input[i + 1];
			switch (nextChar) {
			case '\"': result.push_back('\"'); break;
			case '/': result.push_back('/'); break;
			case '\\': result.push_back('\\'); break;
			case 'b': result.push_back('\b'); break;
			case 'f': result.push_back('\f'); break;
			case 'r': result.push_back('\r'); break;
			case 'n': result.push_back('\n'); break;
			case 't': result.push_back('\t'); break;
			default: break;
			}
			i++;
		}
		else {
			result.push_back(currentChar);
		}
	}
	return result;
}

string boolToString(bool input) {
	return input ? "True" : "False";
}

void Printf(vector<int> &v) {
	for (auto x : v) {
		cout << x << " ";
	}
	cout << endl;
}

int main() {
	string line;
	while (getline(cin, line)) {
		string text = stringToString(line);
		getline(cin, line);
		string pattern = stringToString(line);

		if (pattern.empty()) {
			return 0;
		}
		if (text.empty()) {
			return -1;
		}

		// 字符串长度
		int tLen = text.size(), pLen = pattern.size();

		/*
		 * 按原位置生成的next数组 
		 */
		cout << "按原位置生成next数组: " << endl;

		vector<int> next1(pLen), retArr1;
		GetNext().GetNextArr1(next1, pattern);
		Printf(next1);	// 验证next数组生成是否正确

		// ①
		int num1 = KMP().KMP1_1(text, pattern, next1);
		cout << num1 << endl;
		// ②
		KMP().KMP1_2(text, pattern, next1, retArr1);
		if (retArr1.empty()) {
			// 因为返回-1后编译器直接就结束程序了
			// 所以当遇到不匹配的时候返回-1时，想要测试下面的方法就得单独测试
			return -1;
		}
		else {
			Printf(retArr1);
		}

		cout << endl;

		/*
		 * 向右平移一个生成的next数组
		 */
		cout << "向右平移一个生成next数组: " << endl;

		vector<int> next2(pLen), retArr2;
		GetNext().GetNextArr2(next2, pattern);
		Printf(next2);	// 验证next数组生成是否正确
		
		// ①
		int num2 = KMP().KMP2_1(text, pattern, next2);
		cout << num2 << endl;
		// ②
		KMP().KMP2_2(text, pattern, next2, retArr2);
		if (retArr2.empty()) {
			return -1;
		}
		else {
			Printf(retArr2);
		}
	}
	return 0;
}